Définitions opérationnelles du temps pour l’analyse des données longitudinales : illustration dans le champ des mobilités spatiales
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
La temporalité des phénomènes étudiés en sciences humaines et sociales pose des problèmes théoriques complexes et des problèmes techniques spécifiques, notamment d’analyse et de visualisation de l’information temporelle. Cet article propose une typologie opérationnelle distinguant trois types de temps – calendrier, processus et succession – puis il illustre l’intérêt de cette typologie à travers trois cas d’étude qui traitent des mobilités spatiales (parcours résidentiels, programmes d’activités et de déplacements quotidiens, itinéraires d’acheminement de marchandises). Ces exemples sont analysés à partir de données longitudinales et de plusieurs modes de représentation graphique (en chronogramme, en tapis, en coulées). Nous cherchons ainsi à enrichir et clarifier l’appréhension du temps comme attribut dans un système d’information statistique. Notre démarche de recherche a été largement inductive et pragmatique. Nous sommes partis de préoccupations thématiques et techniques particulières, concernant l’analyse et la représentation graphique des données longitudinales, pour aller vers des spécifications théoriques plus générales du temps. Nous avons cherché, en somme, à modeler un temps à la mesure de nos objets de recherche. Cette démarche est restituée en sens inverse dans l’article : de la réflexion théorique à la mise en pratique dans le champ des mobilités spatiales.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.004 | 0.013 |
| Scholarly communication | 0.002 | 0.004 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 it