九月日誌

• 與老師開會討論
  • 美美老師認為需要作一個隨機15組款目作對照，我認為這種隨機對照組沒有必要。因為即使隨機組與經過同質性設計的分層抽樣組的結果一樣，也不能代表什麼；結果不一樣，也不代表什麼。因為根據或然率，這兩組一定會有一樣的結果，只是出現一樣的機率大小的問題。既然隨機的對照組只能做一組的話，這種對照不可能得出有意義的結果。其次，如果想要對照出同質性分層抽樣與隨機抽樣的研究設計差異，必須在多設計幾次同質性與隨機抽樣的實驗工作；而這些設計會花上許多時間與成本。這當中即使蘊含了有趣的研究方法或是研究工具的問題，但是這些時間成本與主要研究問題無關。第三，從540個款目中抽出10~15個款目，在研究社群的共識上原本就是過低的抽樣比例，這點我承認，並不想反駁此一命題。我仍然必須減少到10~15個款目，是因為在執行reportory grid可行性的限制，過多的元素會花費對象過多的時間，特別是在過程中又要顧及ladding等訪談工作。在此抽樣數量的限制下，我必須設計一些方法，確保最終抽樣出來的元素的同質性與代表性。從已經進行的30%抽樣分析中，我已經發現各種款目編製樣態並非均勻分配，而是呈現相當大的集中現象。在已得知母群有這樣的偏差，更不可能只單純採用隨機抽樣工作。我將堅持原本的立場。
  • 美美老師似乎原則上同意只做先做一個個案。
  • 代表性的演算法，公式發展，詞性分類問題，在並沒有得到大多討論或建議，看來還是要自己搞。新的代表性公式在等討論的時間中已經又設計出來了，好像又更改進了一點。
• :data:attic:research:bob-indexing:dingchung_indexing-analysis_20060905.xls

• 根據昨日的excel，STD-all(fix)分析中，可能的幾個元素類型為：(9)
  • a-t: [u.domain].obj
  • a-p: [u].sub
  • b-t: [c.domain].eng, [u].cpx
  • b-p: [u].sub
  • b-s: [c].obj
  • c-t: [u+adj].iso
  • c-p: [u].iso
  • c-s: [u+adj].obj
• 根據analysis1中數量較多的組合，選出一組STD-all(fix)數值最大的：(10)
  • a-p: [c.domain].cpx
  • b-t: [u.domain].iso, [u].cpx, [c.domain].eng, [c.domain].sub
  • b-p: [u].sub
  • c-t: [u+adj].iso, [u].obj
  • c-p: [u].iso
  • c-s: [u+adj].iso
• 綜合前兩者，所有不重複的組合有：(15)
  • a-t: [u.domain].obj
  • a-p: [c.domain].cpx, [u].sub
  • b-t: [c.domain].eng, [c.domain].sub, [u.domain].iso, [u].cpx
  • b-p: [u].iso, [u].sub
  • b-s: [c].obj
  • c-t: [u+adj].iso, [u].obj
  • c-p: [u].iso
  • c-s: [u+adj].obj, [u+adj].iso
• 另一種表達：(15)
  • eng: b-t[c.domain]
  • iso: b-t[u.domain]
  • iso: b-t[u]
  • iso: c-t[u+adj]
  • iso: c-p[u]
  • iso: c-s[u+adj]
  • obj: a-t[u.domain]
  • obj: b-s[c]
  • obj: c-t[u]
  • obj: c-s[u+adj]
  • sub: a-p[u]
  • sub: b-t[c.domain]
  • sub: b-p[u]
  • cpx: a-p[c.domain]
  • cpx: b-t[u]
• 其中比例：
  • a:b:c = 3:7:5
  • t:p:s = 7:5:3
  • eng:iso:sub:obj:cpx = 1:5:3:4:2
  • c:u = 4:11
  • c:c.domain:u:u.domain:u+adj = 1:3:6:2:3
• 奇怪，最多的眾數還是沒有抽到…… a-t.cpx 這種組合出現次數最多，但是卻因為許多種細目詞類都有，其中的差異不大，造成analysis3的計算上，得分很低。即使在乘上次數與總體比例，結果還是低分。

• 修改，作出另一種分析起點，先分「詞性」。因為詞性較少。可以在一個表格中列出最多組合可能。其次，發現各種詞性，在當初設計的時候，本來就不是完全相異相斥的；如eng，可能跟其他類型重疊；混在一起會重複計算。
  :data:attic:research:bob-indexing:dingchung_indexing-analysis_20060907.xls
• 重新設計表格 analysis4，與analysis4.2。
  • analysis4 從詞性作出各種組合的次數與比例分配，並計算個別比例與總體比例上的差異，除以總體比例，得出一詞性各組合的差異性指數。由此詞性各組合差異性指數，可以觀察出詞性的組合傾向。
  • analysis4.2 以 analysis4 為基礎，將各詞性組合的次數乘以其差異指數，得到一強度指數。此強度指數並沒有乘以細目詞類的差異，是因為細目詞類的區分較不均值，並且可能有許多不同的區分判斷，作為分類依據並不是很恰當。求出的強度指數，作為選擇元素項目的依據。
• 此版本選出元素類型為(14)：( 表示與Sep-6選出相同)
  • iso: b-t[c]
  • iso: b-t[c.domain]
  • iso: b-t[u]
  • iso: b-t[u.domain]
  • iso: c-s[u]
  • iso: c-s[u+adj]
  • obj: a-t[u](eng)
  • obj: a-t[u.domain]
  • sub: a-p[u+adj](cons)
  • sub: b-p[u]
  • cpx: a-t[c.domain]
  • cpx: a-t[u]
  • cpx: a-t[u.domain]
  • cpx: a-p[c.domain](cons)
• 其中比例：
  • a:b:c = 7:5:2
  • t:p:s = 9:3:2
  • iso:sub:obj:cpx = 6:2:2:4
  • c:u = 4:10
  • c:c.domain:u:u.domain:u+adj = 1:3:5:3:1
  • 前兩項比例與前次(Sep-6)相反，後三項大致上相同。這顯示了前次較偏重於不同的異例，而此次較依循次數比例。

• 抽樣結果：

• 其結果以Rep IV，自己測試一遍。Rep IV 很強，出乎意料，但抽樣的缺陷也出現，測試中不斷出現三條線。
  • PrinGrid 結果： :data:attic:research:bob-indexing:test_rgrid-pringrid_analysis42_20060908.pdf
  • 根據我自己的測驗，檢討：
    • 細目詞類，與詞性的區分力不夠明顯。產生出來的相似性太高，難以區分。
    • 「從其所由-其指涉範疇」這一區分很有幫助。
    • 雖然很多不能區分，但是因為元素接近原本母群比例，因此基本上結果尚稱符合實際狀況。
    • 因為是自作自分，無法找出其他構念。
    • 需要更強調編製過程的情境，包含從取出的內文頁到其後結果的索引頁款目，及其相關款目的關係。但是這方面的問題我在自作自測的時候，無法提供相關構念，以作出進一步區分。

• 發現.cons 編碼與計算有誤。重新處理後，新的樣本為：

• 新製作 analysis5 與 analysis5.2 分析。 這兩個版本的主要根據「從其所由-其指涉範疇」這此一區分建立的。並將 .eng, .cons 這兩類分開統計計算。
  :data:attic:research:bob-indexing:dingchung_indexing-analysis-fix_20060908.xls
• 修正原先 [u][u.domain][c][c.domain]的錯誤。之前就有注意到，怕影響一開始的抽樣所以一直沒有動；但之前最終抽樣一直不理想，顯示細目詞類可能有些問題；並且這種修改不會影響到30%的抽樣水準，所以重新修改一次。
• 修改後重新建立元素清單。
• 研究進行到現在，浮現兩個問題：
  • 因為確認出「專名」與「領域概念詞彙/專有詞彙」是一個有用的策略。專名(人、地、具體事物)的判斷大致上沒有問題，這些在「區分標準」中已經初步驗證過了。但是編製者如何在進一步確認出「領域概念詞彙/專有詞彙」，利用哪些策略，這是一個問題。
  • 在款目分析中發現，除了「照錄」之外，另一種款目是需要從內文中修改、重新組合而產生的。這些建構的款目的編製過程與策略仍然不明。
  • 這讓我想到，是否可以考慮做兩組grid測試這兩個問題？

• 小棋測試analysis4.2，對沒編製過索引的人，要作這個測試真是有點折磨人。
  :data:attic:research:bob-indexing:rep-iv_analysis4-2_20060909_connie.rgrid

• 製作元素卡片
• 小棋測試analysis5，這次比較快。比較兩種的結果，analysis4.2可以發現有些元素有集中的趨勢，analysis5元素幾乎都是分散的。這種情況符合當初抽樣指數的特性。
• 與謝老師討論抽樣問題。謝老師對過多的抽樣動作，所造成的偏差，提出問題。但是由於我抽樣的目的並不是要反映母體的比例，而是要找出各種不同差異的款目類型。
• 與美美老師討論，美美老師認為用第二個元素樣本(analysis5)

• 想了想，還是來看Indexing Books好了。
  

> Mulvany, N. C. (1994). Indexing books. Chicago: The University of Chicago Press.

• Indexing Books Ch 2

• Indexing Books Ch 3

• Indexing Books Ch 4, 5

• 陳友民先生訪談及方格法:data:attic:research:bob-indexing:20090929_analysis5-2.rgrid