Compte rendu du colloque "Méthodes Quantitatives en Sciences Humaines (MQSH) 2023"
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Le vendredi 9 juin 2023 s’est tenu le 12e colloque annuel Méthodes quantitatives en sciences humaines à l’Université TÉLUQ, Montréal. Sept conférenciers ont présenté leurs résultats de recherche. Sébastien Béland a évalué l'efficacité de différents coefficients populaires sur des items unidimensionnels à réponse dichotomique. Félix Laliberté a présenté StepMix, un package Python et R pour le clustering basé sur des modèles et la modélisation de mélanges généralisés (classes latentes, profils latents) de données continues et catégorielles. Eric Frenette a fait part des défis méthodologiques et statistiques rencontrés lors de l'évaluation du programme longitudinal Gagnant pour la vie (version 1.0) implanté dans une école à concentration sport au Québec. André Achim a présenté une nouvelle technique de symétrisation de distributions asymétriques, même en présence de valeurs aberrantes. Pier-Olivier Caron a présenté une comparaison des propriétés statistiques (puissance, erreur de type I, biais) des modèles de médiations longitudinaux et transversaux. Denis Cousineau a présenté deux techniques entièrement analogues à l'ANOVA : l'analyse des proportions utilisant la transformation arcsine (ANOPA) et l'analyse des fréquences de données (ANOFA). Louis Laurencelle propose un test complet et vraisemblable sur le plan paramétrique de la différence entre deux proportions jumelées. Après trois ans d’absence, la résurrection du colloque MQSH a été un succès marqué de débats enthousiastes qui ont mis en lumière des problèmes originaux, l'importante approche critique pour les étudier, mais aussi l’originalité des solutions apportées pour les résoudre.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle