Quelques problèmes avec les plans d’enquête et l’analyse des données démographiques longitudinales
Bibliographic record
Abstract
Cette communication présente une typologie des enquêtes généralement appelées « longitudinales ». Lorsqu’on isole des données de type « série chronologique » et des enquêtes à passage répété orientées vers des données « macro », il semble que les données véritablement longitudinales sont de type dit à témoins stables, où les expériences d’un individu ou ses attitudes peuvent être suivies à travers une période de temps. Le problème fondamental avec ce genre de données, vient de l’incertitude quant aux événements ou aux changements d’attitudes omis entre deux événements ou deux déclarations d’attitudes. La littérature limitée dont on dispose présume qu’il n’y a pas eu d’événements ni de changements d’attitudes entre temps. Au contraire, des enquêtes telles que les relevés de fréquences s’efforcent de retracer tous les événements de toute une vie. En plus, on signale que les techniques analytiques en vogue sont de l’espèce transversale et qu’en grande partie les richesses des données authentiquement longitudinales sont toujours inexploitées. Quant aux problèmes que posent les plans d’enquêtes — caducité de l’échantillon, conditionnement des répondants — ils ne trouvent pas de solution pour les données longitudinales par l’emploi de la rotation-élimination des anciens clients et la rotation-introduction des nouveaux. Il s’avère qu’à cause des définitions employées, la rotation détruit la longitudinalité.
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 | 0.088 | 0.249 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.015 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".