Bibliographic record
Abstract
L’article décrit la méthodologie suivie lors d’une enquête socio-économique relative aux ménages de Lubumbashi réalisée en août 2002. Cette enquête, financée par la CUD (Commission universitaire pour le développement, une agence des universités francophones de Belgique), a porté sur 13 000 ménages, ce qui représente 10% des ménages dénombrés lors du recensement de 2001. Les étapes de la réalisation de l’enquête sont décrites et analysées, à savoir, la définition des objectifs, la constitution de l’échantillon, la rédaction du questionnaire, la formation des enquêteurs, l’organisation et la réalisation de l’enquête proprement dite, l’encodage des résultats et l’analyse de ces derniers. Des difficultés et des lacunes ont été mises en évidence lors de cette recherche. Elles plaident pour une plus grande disponibilité des chercheurs congolais afin de mieux connaître la littérature scientifique préalablement à l’enquête et de pouvoir se former aux techniques récentes d’analyse statistique et socio-économique. La publication informatisée des données brutes, ainsi que des résultats, peut aider à résoudre ces lacunes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.007 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".