Connecting Data Science and Qualitative Interview Insights through\n Sentiment Analysis to Assess Migrants' Emotion States Post-Settlement
Notice bibliographique
Résumé
Large-scale survey research by social scientists offers general\nunderstandings of migrants' challenges and provides assessments of\npost-migration benchmarks like employment, obtention of educational\ncredentials, and home ownership. Minimal research, however, probes the realm of\nemotions or "feeling states" in migration and settlement processes, and it is\noften approached through closed-ended survey questions that superficially\nassess feeling states. The evaluation of emotions in migration and settlement\nhas been largely left to qualitative researchers using in-depth, interpretive\nmethods like semi-structured interviewing. This approach also has major\nlimitations, namely small sample sizes that capture limited geographic\ncontexts, heavy time burdens analyzing data, and limits to analytic consistency\ngiven the nuances of qualitative data coding. Information about migrant emotion\nstates, however, would be valuable to governments and NGOs to enable policy and\nprogram development tailored to migrant challenges and frustrations, and would\nthereby stimulate economic development through thriving migrant populations. In\nthis paper, we present an interdisciplinary pilot project that offers a way\nthrough the methodological impasse by subjecting exhaustive qualitative\ninterviews of migrants to sentiment analysis using the Python NLTK toolkit. We\npropose that data scientists can efficiently and accurately produce large-scale\nassessments of migrant feeling states through collaboration with social\nscientists.\n
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 | 0,053 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».