Discussion on IPM 48: Statistics Education for Media Reports
Notice bibliographique
Résumé
In interpreting the title of this session in the light of the three papers presented, I have defined “for ” as “to prepare for. ” The next point of clarification is, “for whom ” is the preparation for media reports necessary? And the final point of clarification relates to the “type ” of media reports referred to in the title. In clarifying “for whom, ” two of the papers (Gal and Snell) focus on students, at school or university, as the people for whom statistical education is needed. Both authors see the aim as the preparation of citizens who can participate meaningfully in society. Gal’s thrust is more generally based in statistical understanding, with suggestions for educators, whereas Snell focuses specifically on a university course teaching about chance. The third paper (Podehl) takes a different perspective, looking at journalists, in particular those reporting on information from Statistics Canada, the country’s National Statistical Office. The requirements of these people are similar to the school and university students in terms of statistical literacy but the material with which Podehl works is much more restricted than the other two authors. Turning to the “types ” of media reports, two of the papers (Gal and Podehl) focus on press releases from statistics agencies, whereas the third (Snell) considers secondary media reports
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 | 0,097 | 0,176 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,016 | 0,012 |
| Communication savante | 0,034 | 0,030 |
| Science ouverte | 0,010 | 0,017 |
| Intégrité de la recherche | 0,060 | 0,060 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,027 |
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 ».