FIABILISATION DES RECUEILS DE DONNÉES D'ENQUÊTES OD ROUTIÈRES
Notice bibliographique
Résumé
La qualité des enquêtes sur les déplacements des individus, de manière générale, dépend à la fois du mode de passation des questionnaires (enquêtes en face à face, auto-administrées) [Cete NP, 2004] et de la manière dont le suivi aura pu être fait pendant toute la phase de l'enquête, depuis sa préparation jusqu'à la fourniture des données recueillies. C'est particulièrement vrai sur certains types d'enquêtes comme les enquêtes Origine Destination (enquêtes OD) routières réalisées par interviews des conducteurs de véhicules en face à face où: − les personnes chargées de réaliser ces enquêtes sont surtout des personnes faisant ce travail d'enquêteur de façon très occasionnelle, comme « boulot » d'appoint (étudiants, retraités, personnes à la recherche d'un emploi), et donc peu familiarisées aux objectifs de ce type d'enquête et aux vocabulaires employés dans les questionnaires; − les enquêteurs sont en permanence sous pression, car ce sont des enquêtes très courtes (moins de 3 minutes), nécessitant de leur part une forte réactivité pour faire face à certaines situations difficiles (mécontentement des usagers enquêtés, incompréhension des questions, ...). Cet article se propose de faire le point sur les méthodes développées au Cete NP pour améliorer la qualité du recueil des déplacements dans les enquêtes OD: formulation des questions dans les questionnaires, suivi et contrôle terrain des interviews [Certu, 2008] et [Setra, 2010] et apurement des données. Sur ce dernier point, le Cete NP a expérimenté et mis au point plusieurs méthodes pour fiabiliser les informations sur les OD. Il s'agit de vérifier que l'OD déclarée est cohérente avec le lieu et le sens d'enquête. Compte tenu des volumes et de la diversité des OD enquêtées, les méthodes développées s'appuient en partie sur des processus de contrôles automatiques: soit à partir d'outils de type logiciel d'affectation de trafic (mais ces outils coûteux n'existent pas toujours sur le territoire enquêté), soit à partir de concepts purement mathématiques (facilement reproductibles), s'appuyant notamment sur le calcul et la comparaison des distances OD directes et via le poste d'enquête, et l'analyse de l'angle formé par l'origine, le poste d'enquête et la destination. Les tests réalisés permettent en moyenne de contrôler automatiquement la moitié des OD enquêtées sur un poste d'enquête. L'autre moitié des OD est contrôlée « à la main » en opérant un regroupement des origines et des destinations dites « semblables » selon le principe suivant: plus un point donné est éloigné du poste d'enquête plus il peut être regroupé avec d'autres points.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,038 | 0,222 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,017 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,018 | 0,010 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».