Le projet de recherche en marketing, Alain d’Astous. Chenelière/McGraw-Hill, Montréal-Toronto, 2000, 2ème édition, 436 pages ISBN : 2-89461-367-9
Bibliographic record
Abstract
Comment mener à bien un projet de recherche en marketing ?Cet ouvrage vous le dira de façon claire, nette et précise.L'auteur possède tellement bien sa matière qu'il réussit le tour de force de rendre accessible et attrayant un sujet qui n'est pas forcément facile à exposer.Le positionnement de l'ouvrage est bien défini : c'est un livre d'introduction conçu pour les étudiants qui suivent un premier cours de recherche en marketing.Nous ajouterons qu'il peut aussi très bien s'adresser à tout praticien désireux de remettre en place ses idées et connaissances sur le sujet.Bien que les notions présentées soient illustrées d'exemples pertinents, issus le plus souvent du contexte social québécois, cet ouvrage devrait facilement traverser l'Atlantique.Deux bases de données sont disponibles, sous format SPSS.Elles peuvent être téléchargées à partir du site Web de l'éditeur : www.dlcmcgrawhill.ca.C'est très réussi et nous le recommandons très fortement.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.003 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.005 | 0.014 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.007 | 0.011 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.083 | 0.040 |
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".