Pourquoi les statistiques sont-elles difficiles à enseigner et à comprendre? Quelques réflexions
Bibliographic record
Abstract
Les statistiques sont une matière notoirement difficile à enseigner aux étudiants des sciences humaines. L’anxiété statistique, une forme d’anxiété bien documentée chez ces étudiants, est présente dès le début du cours et explique donc une partie des difficultés rencontrées par ces étudiants. Cependant, nous croyons que l’anxiété statistique est la conséquence plutôt que la source de ces difficultés. Pour enclencher une discussion qui, à terme, pourrait bonifier la façon d’enseigner les statistiques dans les sciences humaines, nous examinons ici trois causes qui pourraient expliquer cet anxiété. D’une part, les humains ont très peu d’intuition du hasard (comme le montrent les études sur les jeux d’argent dans lesquels des conceptions erronées sont dévoilées), et donc, les notions de distribution et d’échantillonnage restent des concepts opaques pour plusieurs. De plus, certains concepts statistiques reposent sur des raisonnements « méta-statistiques » dans lesquels il faut concevoir des statistiques sur des statistiques. Finalement, la notion de prise de décision dans un contexte où l’information est partielle et incertaine est souvent mal comprise. Dans ce texte, nous précisons ces trois difficultés et suggérons des recommandations pour en amoindrir les conséquences. Cependant, les pistes présentées ici nécessitent d’être validées par des études formelles; ce texte se veut avant tout un catalyseur de discussions visant l’amélioration de l’état de nos classes de méthodes quantitatives.
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 | 0.051 | 0.146 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.005 | 0.032 |
| Scholarly communication | 0.020 | 0.031 |
| Open science | 0.004 | 0.005 |
| Research integrity | 0.006 | 0.013 |
| Insufficient payload (model declined to judge) | 0.016 | 0.005 |
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".