3-4 - « Vive les masques » ou « A bas les masques » ? Quand un algorithme a du mal à classer les sentiments
Bibliographic record
Abstract
Il a été suggéré que les données provenant de médias sociaux pourraient être utilisées pour évaluer l'acceptation des mesures de santé publique (MSP) par la population. L'objectif de cette étude vise à évaluer la capacité d'algorithmes à identifier les sujets et les sentiments de gazouillis relatifs aux MSP. Nous avons extrait des gazouillis canadiens mentionnant des mots-clés liés à la COVID-19 (décembre 2020-août 2021). Les gazouillis ont été classés par sujet (port du masque, vaccination, distanciation sociale) grâce à un algorithme filtrant des mots-clés. Le sentiment face aux MSP a été déterminé en dichotomisant, selon différents seuils, la valence (échelle : 0 à 1) prédite par un modèle neuronal permettant de déterminer si un gazouillis est plutôt positif ou négatif. Les gazouillis ont également été classés par cinq annotateurs de la plateforme « Amazon MTurk ». Nous avons calculé la sensibilité (SE) et la spécificité (SP), et leurs intervalles de crédibilité bayésiennes 95%, des algorithmes et des annotateurs avec des modèles bayésiens de classe latente (BACL) hiérarchiques. Nous avons sélectionné 443 gazouillis pour la classification des sujets et 801 pour la classification des sentiments. La SP de l'algorithme pour classer tous les sujets était presque parfaite, mais la SE variait de 0,65 (0,55-0,74) pour la distanciation sociale à 0,82 (0,77-0,87) pour la vaccination. Par contre, l'algorithme pour classer les sentiments performait mal peu importe la valeur seuil utilisée. Par exemple, en utilisant une valeur de ≥ 0,45 pour un sentiment positif, l'algorithme avait une SE de 0,37 (0,30-0,45) et une SP de 0,71 (0,66-0,77) alors que le meilleur annotateur avait une SE de 0,84 (0,79-0,89) et une SP de 0,94 (0,91-0,97). Malgré la capacité de l'algorithme à classer les sujets, nos résultats démontrent qu'il serait prématuré d'utiliser celui classant les sentiments pour déterminer l'acceptation des MSP par la population.
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 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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, 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".