Wir in Würzburg 2024 – Befragung zum Zusammenhalt in Stadt und Landkreis
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
Die Personenbefragung „Wir in Würzburg – Befragung zum Zusammenhalt in Stadt und Landkreis“ dient der Erhebung von repräsentativen Daten zu individuellen Einstellungen, Nutzungsverhalten und Bewertungen in Zusammenhang mit Krisen im Jahr 2024. Fokus der Befragung ist die soziale Resilienz im Kontext von Digitalisierung. Es wird danach gefragt, wie Bewohner:innen der Smarten Region Würzburg ihre individuelle Bedrohungssituation durch Herausforderungen und Krisen, öffentliche Angebote und Dienste, die gemeinschaftliche Verbundenheit, Beteiligung und Kommunikation sowie ihren persönlichen Kontext einschätzen. Die Befragung wurde durch die Universität Würzburg in Kooperation mit dem Smarte Region Team von Stadt und Landkreis Würzburg durchgeführt. Im Erhebungszeitraum (04.03.2024 – 02.05.2024) wurden 8.000 Personen mit Haupt- oder Nebenwohnsitz in Stadt und Landkreis Würzburg ab einem Alter von 15 Jahren kontaktiert. Die Auswahl der Personen erfolgte über disproportionale Zufallsstichproben zwischen Stadt (n = 3.500) und Landkreis (n = 4.500), gezogen aus den Einwohnermelderegistern der Stadt sowie von 50 der 52 Landkreisgemeinden. Der zwölfseitige Papierfragebogen konnte entweder schriftlich ausgefüllt und kostenfrei zurückgesendet werden oder online durchgeführt werden. Von 7.821 erreichbaren Haushalten haben bis zum Ende der Feldphase insgesamt 2.396 Personen an der Befragung teilgenommen. Themen: Soziale Resilienz, Smart City, Krisen, Vorbereitung, öffentliche Dienste, digitale Angebote, Zusammengehörigkeitsgefühl, Beteiligung, Ehrenamt, Medien, Vertrauen in Institutionen, Demokratie, Soziodemographie
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,161 | 0,185 |
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