Aller au contenu
Base de connaissances

Codage des questions ouvertes

Le codage des questions ouvertes transforme les réponses en texte libre en variables catégorielles étiquetées, que vous pouvez croiser, pondérer et exporter comme n’importe quelle autre question. Il constitue la première étape de la dérivation Bronze → Silver d’un lot, avant la pondération : une variable codée est donc disponible comme facteur de pondération dans la même dérivation.

Une question ouverte varie rarement selon un seul critère. Demandez « Que faites-vous au travail ? » et les réponses varient selon le type d’activité et selon le domaine dans lequel elle s’exerce : deux questions différentes à poser à une même phrase. Askalot appelle chacune d’elles une dimension.

Chaque dimension que vous conservez devient exactement une colonne du jeu de données Silver, avec une catégorie par répondant :

q_work (conservée telle quelle) q_work_activity_type q_work_domain
Répondant 1 « Je rédige et classe les dossiers du service » Documentation Administration publique
Répondant 2 « Je m’occupe des machines sur la ligne » Maintenance Industrie
Répondant 3 « surtout des e-mails » Non classée Non classée
Répondant 4 (laissé vide) (manquant) (manquant)

Deux enseignements à tirer de ce tableau :

  • Une colonne par dimension, pas une par catégorie. La cellule contient la catégorie, décodée à partir d’un code stocké grâce aux étiquettes de valeur de la colonne : c’est la même forme que celle produite par une question à liste déroulante, si bien que tous les formats d’export et tous les graphiques savent déjà la traiter.
  • « Non classée » et « vide » sont deux réponses différentes. Le répondant 3 a dit quelque chose que le livre de codes n’a pas pu situer ; le répondant 4 n’a rien dit du tout. La première est une catégorie réelle et pondérable ; la seconde est une donnée manquante.

La colonne de texte d’origine est toujours conservée à côté des colonnes codées.

Le codage se fait délibérément en deux temps, avec votre décision entre les deux. Les axes selon lesquels les réponses varient, un modèle peut les proposer ; savoir lequel de ces axes mérite une colonne dans votre jeu de données relève d’un jugement que vous seul pouvez porter.

You select the questions
│
▼
① Propose ────────────── reads each question plus a sample of its answers,
│ and names the dimensions they vary on, each with
│ starter categories. Writes a codebook — no dataset.
▼
② Review ────────────── you read each dimension's categories with their
│ counts and example answers, rename, re-cut, add an
│ axis nobody proposed, and TICK the ones to keep.
▼
③ Derive ────────────── every answer is matched to its nearest category in
each dimension you kept. One column per dimension,
then weighting runs on the coded data.

Seule l’étape ③ produit un jeu de données. Proposer ne vous coûte que du temps (cela écrit un livre de codes que vous pouvez jeter), et seule la sauvegarde de votre sélection déclenche une nouvelle dérivation.

Sur la page Silver du lot, dans la section Codage des questions ouvertes, cliquez sur Proposer des dimensions. Une seule série couvre toutes les questions sélectionnées qui n’ont pas encore de livre de codes ; elle s’exécute en arrière-plan et affiche sa progression, et vous pouvez quitter la page et y revenir.

Pour chaque question, la proposition lit le texte de la question ainsi qu’un échantillon de ses réponses. Lire la question est essentiel : les axes découlent de ce qui a été demandé, et pas seulement de ce qui est revenu par hasard. Le nombre de dimensions proposées n’est pas limité : une question qui varie réellement selon quatre critères en obtient quatre, et c’est vous qui décidez lesquelles sont pertinentes.

Une question que vous avez classée Nominal n’est jamais proposée ni passée en revue : ses catégories proviennent de valeurs exactes, et non d’un modèle. Une question qui a déjà un livre de codes est ignorée, et non reproposée. Redécouper un livre de codes existant est le rôle de l’écran de revue ; une nouvelle proposition remplacerait les colonnes que vous avez déjà sélectionnées et invaliderait toute cible de pondération qui les désigne.

Une question pour laquelle la série n’a rien trouvé à nommer n’a pas de livre de codes : l’écran de revue indique Aucun axe trouvé, et la série suivante propose de nouveau pour elle. Si vous enregistrez qu’une telle question ne code rien, les séries suivantes la laissent de côté. Pour qu’elle soit de nouveau proposée, décochez-la et enregistrez, puis recochez-la et enregistrez.

La revue se présente sur un écran en deux volets : vos questions codées à gauche, les dimensions de la question sélectionnée à droite. Pour chaque dimension, vous disposez de :

  • ses catégories, chacune avec le nombre de réponses qui s’y rattachent et jusqu’à deux de ces réponses citées mot pour mot, pour vérifier que le libellé dit bien ce qu’il veut dire ;
  • le nombre et la part des réponses rangées dans Non classée, c’est-à-dire celles qui ne correspondent à rien ;
  • un indicateur de chevauchement, décrit ci-dessous.

Ce que vous pouvez faire :

Action Effet
Cocher une dimension Elle devient une colonne à la prochaine dérivation
La décocher Elle ne le devient pas ; sa proposition reste affichée pour un passage ultérieur
La renommer L’intitulé change, mais pas le nom de la colonne (voir ci-dessous)
Ajouter, supprimer ou renommer une catégorie Redécoupe le livre de codes pour la prochaine dérivation
Ajouter une dimension Saisissez un nom et ses catégories ; elle est codée exactement comme une dimension proposée
Enregistrer sans rien cocher La question reste non codée : aucune colonne, aucune solution de repli

Renommer une dimension ne renomme jamais sa colonne. Le nom de la colonne est fixé la première fois que la dimension est proposée. C’est voulu : cela préserve la validité de toute cible de pondération qui désigne cette colonne, et cela garde comparables deux exports du même lot. L’intitulé que vous lisez et le nom de colonne dans le fichier peuvent donc différer, et c’est le comportement prévu, pas un bogue.

Le chevauchement est une propriété des catégories d’une dimension, pas de la question. Il compte combien de fois une réponse correspond à plus d’une catégorie de cette même dimension. Une valeur élevée signifie que ces catégories se confondent et doivent être redécoupées ; elle ne signifie pas que la question a besoin d’une autre dimension. Le nombre d’axes que porte une question est tout simplement le nombre de ses dimensions.

Comme il affiche les propres mots des répondants, l’écran de revue est réservé aux Gestionnaires et chaque ouverture est consignée dans le journal d’audit, exactement comme l’ouverture d’un aperçu de jeu de données.

Enregistrer votre sélection invalide le Silver actuel (et le Gold) et s’applique à la prochaine dérivation, exactement comme la modification des cibles de calage. Une dérivation déjà en cours conserve la sélection avec laquelle elle a démarré.

Au moment de la dérivation, chaque réponse est comparée à toutes les catégories de toutes les dimensions conservées (le libellé de la catégorie ainsi que ses formulations d’exemple) et reçoit celle dont elle est la plus proche. Une réponse qui n’est suffisamment proche d’aucune d’elles est enregistrée comme Non classée, au lieu d’être forcée dans la catégorie la plus proche.

Ouvrez la page Silver du lot et utilisez le sélecteur Questions à coder en haut de la section Codage des questions ouvertes. Il liste toutes les questions ouvertes que propose le Bronze du lot. Chacune démarre non classée : vous indiquez le type de réponse qu’elle contient, cliquez sur Enregistrer les types, puis cochez les questions à coder et cliquez sur Enregistrer la sélection. Rien n’est déduit et aucun type n’est présélectionné.

Chaque question propose un choix entre trois types, affiché à côté de son nombre de réponses, du nombre de réponses distinctes et de la longueur moyenne des réponses en mots :

Type Choisissez-le lorsque Ce que fait le codage
Descriptif Les réponses sont de la prose : opinions, raisons, récits Le cycle en deux temps décrit plus haut : des dimensions sont proposées, vous les passez en revue, et les réponses sont affectées selon leur sens
Nominal Les réponses proviennent d’un vocabulaire fermé : une langue, une marque, une ville Les réponses sont normalisées et regroupées par valeur exacte. Chaque valeur qui apparaît au moins cinq fois devient une catégorie ; toutes les réponses plus rares tombent dans Autre. Aucun modèle n’est appelé : il n’y a donc rien à proposer ni à passer en revue
Identifiant Les réponses désignent une personne ou un enregistrement : un nom, une adresse, un employeur La question reste listée pour que vous puissiez la classer, mais elle ne peut jamais être sélectionnée, codée ni envoyée à un modèle

Les Gestionnaires peuvent cliquer sur Afficher les réponses les plus fréquentes pour voir jusqu’à trois des réponses les plus courantes de chaque question, ce qui aide à distinguer un vocabulaire fermé de la prose. Comme il s’agit des propres mots des répondants, cette consultation est consignée dans le journal d’audit, et une question classée Identifiant n’en affiche jamais. Les Analystes voient les effectifs, mais ne peuvent pas classer les questions et n’ont pas accès aux valeurs.

Une question que vous n’avez pas classée ne peut pas être cochée. Si une sélection enregistrée en contient déjà une, le sélecteur le signale et la prochaine dérivation s’arrête tant que vous ne l’avez pas classée.

  • Les catégories d’une question nominale sont créées lors de sa première dérivation et jamais renumérotées : une cible de calage qui désigne une catégorie continue donc de désigner la même.
  • La liste des catégories est supprimée lorsque vous décochez la question ou lui attribuez un autre type que Nominal. La recocher reconstruit la liste à partir des réponses actuelles : une cible de calage portant sur l’ancienne colonne doit alors être réorientée.
  • Une ligne renseignée dont la valeur est plus rare que le seuil reçoit Autre ; une ligne sans réponse reste vide, et le code 0 (Non classée) n’est jamais utilisé pour une question nominale.
  • Le seuil est fixe, ce n’est pas un réglage. Un libellé de catégorie est une réponse de répondant : aucune valeur plus rare que cinq occurrences n’est donc jamais stockée.
  • Seules les questions en texte libre apparaissent, et apparaître n’implique pas d’être codée. Une question est proposée lorsqu’elle a été conçue avec un Textarea : c’est ainsi qu’un questionnaire demande du texte libre.
  • Une question Roster forme une seule entrée, et non une par itération. Un Roster pose la même question pour plusieurs entités : ses itérations sont donc regroupées dans un seul livre de codes, et les dimensions s’appliquent à la colonne de chaque itération. La liste les signale par la mention roster regroupé, avec le nombre d’itérations.
  • Enregistrer une autre sélection ou un autre type invalide le Silver actuel et s’applique à la prochaine dérivation, exactement comme la modification des cibles de calage. Les types ne peuvent pas être modifiés pendant une dérivation. Une dérivation en cours conserve la sélection avec laquelle elle a démarré.
  • Changer un type peut vous faire perdre du travail, et la page vous le demande d’abord. Classer une question sélectionnée comme Identifiant la retire de la sélection et efface sa revue ; attribuer un autre type à une question nominale supprime sa liste de catégories.
  • Ne rien sélectionner est une décision, pas un oubli. La page le dit explicitement : le Silver passe directement à la pondération.
  • Décocher une question efface sa sélection de dimensions, mais conserve ses propositions et vos renommages. Recochez-la plus tard et la revue reprend là où vous l’aviez laissée : il vous est demandé de décider de nouveau, mais pas de tout recommencer.

Les types et la sélection appartiennent au lot, et non au questionnaire : cloner un lot les emporte avec lui, et deux lots portant sur le même questionnaire peuvent coder des questions différentes.

Une dimension codée constitue un seul facteur de pondération sur l’ensemble de ses catégories, et non une marge par catégorie : ses catégories répartissent les répondants, elles relèvent donc d’une seule et même distribution.

Ajoutez-la dans l’éditeur des cibles de calage du lot comme n’importe quelle autre colonne, et saisissez une proportion cible par catégorie. Chaque catégorie en a besoin, y compris Unclassified. Une distribution qui en omet une est refusée avec un message indiquant ce qui manque, car le calage viserait sinon, en silence, une distribution que vous n’avez jamais écrite.

Unclassified est un véritable groupe de répondants (ils ont répondu, et leur réponse ne correspondait à aucune de vos catégories) : il est donc pondérable comme n’importe quelle autre catégorie. Sachez toutefois qu’aucune source de référence externe ne publiera jamais de cible pour lui : vous fournissez une part pour un résidu qui est une propriété de votre livre de codes, et non de la population. Le réduire (de meilleures catégories, de meilleurs exemples) est généralement la meilleure solution.

Chaque dimension sélectionnée ajoute une colonne qui contient :

  • un code de catégorie par répondant, Unclassified disposant de son propre code réservé et les items sans réponse restant manquants ;
  • des étiquettes de valeur qui nomment chaque catégorie, pour que les exports en portent le sens : SPSS les associe comme étiquettes de valeur, R comme niveaux de facteur, Excel dans sa feuille de schéma ;
  • des métadonnées indiquant la question source, la dimension, et si elle provient de la série dégradée.

Les noms de colonne sont dérivés du premier nom de la dimension : deux dimensions dont les noms se réduisent au même nom de colonne, ou une dimension qui entre en collision avec une colonne d’option à choix multiples déjà présente dans le jeu de données, reçoivent un suffixe numérique. Rien n’est supprimé ni écrasé.

Un agent peut lire l’état du codage et écrire la sélection des questions. Il ne peut pas classer une question, sélectionner des dimensions, les renommer ni modifier leurs catégories : ce sont des jugements portant sur vos données et sur du contenu généré, et ils vous reviennent, dans l’application. Aucun outil ne permet de le faire.

get_bundle_coding renvoie, pour chaque question : son type, les dimensions proposées avec leurs catégories, celles qui sont sélectionnées, si la série était dégradée, awaiting_review qui nomme les questions en attente d’une décision, et coding_outcome qui nomme toute question que la dernière dérivation a tentée sans en obtenir de colonne. Les catégories d’une question nominale sont renvoyées sous forme d’identifiants avec leurs effectifs et sans libellés, car chaque libellé serait une réponse de répondant. L’outil ne renvoie jamais les réponses textuelles des répondants.

state = get_bundle_coding(bundle_id="<bundle-id>")
# state["candidates"] — every open-text unit this Bundle's Bronze offers
# state["kinds"] — descriptive / nominal / identifier per unit; a missing unit is unclassified
# state["selected"] — null = nobody has chosen yet; [] = "code nothing"
# state["units"] — per unit: its dimensions, categories, selection state, degraded
# state["awaiting_review"] — selected units whose dimensions nobody has reviewed
# state["coding_outcome"] — what the last derive attempted and lost (null = no record)
# state["pending_review"] — true if either decision is still open
set_coding_selection(bundle_id="<bundle-id>", selected=["q_why_left"])

set_coding_selection attend la liste complète des valeurs unit_key choisies parmi les candidats, qui remplace intégralement la précédente (un Roster correspond à une seule clé couvrant toutes ses itérations), et une liste vide signifie « ne rien coder ». L’outil nécessite des droits de Gestionnaire et un utilisateur identifié : un jeton de service qui n’agit pour le compte de personne est refusé, car savoir quelles réponses méritent un livre de codes est un jugement de recherche. Une unité non classée ou classée Identifiant est refusée avec la raison ; demandez à l’analyste de la classer dans le sélecteur de la page Silver. Présentez les candidats et écrivez la réponse qui vous est donnée, plutôt que de choisir vous-même.

code_open_ends (alias : derive_silver) lance ensuite en arrière-plan la dérivation Bronze→Silver à partir du Bronze prêt du lot. L’outil répond immédiatement avec le jeu de données Silver à l’état processing ; interrogez get_dataset(dataset_id) jusqu’à ce qu’il atteigne ready ou error :

result = code_open_ends(bundle_id="<bundle-id>")
silver_id = result["silver_dataset_id"]
while True:
dataset = get_dataset(dataset_id=silver_id)
if dataset["processing_status"] in ("ready", "error"):
break
time.sleep(5)

Signalez une revue en attente plutôt que de dériver sans en tenir compte. Une question en attente de revue des dimensions ne produit aucune colonne codée, et la dérivation réussit tout de même : un agent qui ignore awaiting_review produit donc un fichier auquel il manque, en silence, précisément les colonnes que le codage devait fournir :

state = get_bundle_coding(bundle_id="<bundle-id>")
if state["pending_review"]:
# ask the researcher to choose questions / review dimensions first
...
🥉 Bronze 🥈 Silver 🥇 Gold
(raw extraction) → (coded, then weighted) → (analysis-ready)
  • Entrée : le jeu de données Bronze du lot lui-même ; aucune autre source n’est sélectionnable
  • Sortie : le jeu de données Silver du lot, qui contient les données d’origine, une colonne par dimension sélectionnée et la colonne _weight
  • En aval : l’affinage du Gold (renommage, réordonnancement, champs calculés) et l’export s’appuient tous deux sur ce Silver
  • Export : une fois prêts, le Silver et le Gold s’exportent en CSV, Excel, SPSS, Parquet, R ou JSON avec toutes les étiquettes de variables

Les questions ouvertes utilisent le contrôle Textarea en QML. Il ne marque pas une question pour le codage : le questionnaire décide seulement de ce qui peut être proposé, et le type de réponse ainsi que le choix de la coder se font par lot, au moment de l’analyse :

- id: q_feedback
kind: Question
title: "What could we improve?"
input:
control: Textarea
placeholder: "Share your suggestions..."
maxLength: 1000
  • Posez des questions ciblées : « Qu’appréciez-vous le plus ? » donne des dimensions plus nettes que « Des commentaires ? »
  • Utilisez plusieurs questions ouvertes : chacune vise un aspect différent (ce qui plaît, ce qui déplaît, les cas d’usage)
  • Fixez une maxLength raisonnable : 500 à 1 000 caractères encouragent des réponses substantielles
  • Associez-les à des questions structurées : les données démographiques et les échelles de notation vous permettent de croiser les dimensions codées
  • Anticipez la taille de l’échantillon : visez au moins 30 réponses par question ouverte

Le Silver a été dérivé sans problème, mais ne contient aucune colonne codée Soit rien n’est sélectionné pour le codage, soit les questions sélectionnées attendent encore la revue des dimensions ; la page Silver et sa section Exporter indiquent toutes deux de quel cas il s’agit. Passez les dimensions en revue, cochez celles à conserver et redérivez. Si le sélecteur ne propose rien du tout, c’est que le questionnaire ne pose aucune question ouverte ; utilisez Textarea pour les questions que vous voulez coder.

La dérivation a échoué avec coding_selection_unresolvable Une question sélectionnée n’a pas de type, est classée Identifiant ou ne figure plus dans le questionnaire. Le message nomme chacune d’elles. Classez la question (ou décochez-la) dans le sélecteur de la page Silver, puis dérivez de nouveau ; aucun type n’est jamais déduit à votre place.

Il manque au Silver les colonnes d’une question, alors que les autres sont présentes Cette question a été tentée et n’a rien produit. La page Silver et sa section Exporter la nomment toutes deux avec la raison : sa colonne était absente de l’extraction, l’une de ses catégories n’avait rien à quoi comparer les réponses, ou l’exécution a rencontré un imprévu. Réextrayez ou corrigez le livre de codes, puis redérivez ; les colonnes des autres questions ne sont pas affectées.

L’export a été refusé parce qu’une question « still awaits dimension review » (attend encore la revue des dimensions) Ce Silver ne contient aucune colonne codée pour les questions nommées. La solution consiste à les passer en revue et à redériver. Ce refus existe pour que vous ne livriez pas un fichier qui a l’air complet alors qu’il lui manque, en silence, le codage demandé.

Trop de réponses se retrouvent dans « Non classée » Les catégories n’atteignent pas ces réponses. Lisez les exemples non classés sur l’écran de revue : ils révèlent généralement un axe que personne n’a proposé, ou une catégorie dont le libellé est plus étroit que les réponses qu’elle devrait capter. Renommer une catégorie, en ajouter une ou créer une nouvelle dimension sont autant de solutions ; redérivez ensuite.

Une dimension affiche un chevauchement élevé Ses propres catégories se confondent : plusieurs d’entre elles correspondent aux mêmes réponses. Fusionnez ou redécoupez ces catégories. Ce n’est pas le signe que la question a besoin d’une autre dimension.

La proposition n’a renvoyé qu’une seule dimension, marquée « Dégradé » Aucun emplacement LLM direct n’était configuré pour vous : la série a donc regroupé les réponses au lieu de lire la question. Configurez un emplacement dans Paramètres du profil → Modèles IA avant de proposer. Une question qui a déjà un livre de codes est ignorée par toutes les séries suivantes, une dimension enregistrée ne peut pas être supprimée depuis l’écran de revue, et cloner le lot copie sa recette : à ce jour, un nouveau lot portant sur le même questionnaire et les mêmes campagnes est donc le seul moyen d’obtenir une nouvelle proposition pour une question. Vous pouvez néanmoins travailler avec le livre de codes dégradé : renommer sa dimension, redécouper ses catégories et ajouter vos propres dimensions fonctionnent exactement comme pour une dimension proposée, et une dimension créée par vous est codée par le même mécanisme.

La dérivation est refusée parce qu’un facteur de pondération est « backed by a dimension this Bundle no longer selects for coding » (repose sur une dimension que ce lot ne sélectionne plus pour le codage) Une cible de calage désigne une colonne produite par une dimension que vous avez décochée depuis. Resélectionnez cette dimension dans la revue, ou retirez le facteur des cibles de calage, puis dérivez de nouveau : la vérification a lieu avant tout traitement, rien n’est donc dérivé à moitié. Le message analogue qui nomme une unité de texte ouvert plutôt qu’une dimension signifie que la question entière a été décochée dans le sélecteur.

La série dégradée indique qu’il y a trop peu de réponses Regrouper des réponses exige qu’il y en ait assez pour dégager des concentrations ; proposer à partir de la question ne l’exige pas. Configurez un emplacement LLM direct, ou codez cette question lorsque davantage de réponses seront arrivées.

L’étape Silver a échoué en indiquant que le codage « n’a produit aucune colonne » Toutes les questions que la dérivation a tenté de coder sont revenues sans rien, généralement parce que leurs colonnes de texte sont absentes de l’extraction, ou parce que leurs catégories n’ont aucune formulation à laquelle comparer les réponses. Le message nomme chaque question et la raison. Réextrayez le Bronze si les colonnes manquent, ou corrigez le livre de codes sur l’écran de revue, puis dérivez de nouveau. Il s’agit d’un arrêt, pas d’un blocage : la dérivation ne se relance pas d’elle-même, car une seconde tentative rencontrerait les mêmes questions et n’obtiendrait rien de plus.

La dérivation du Silver a échoué alors que les modèles locaux étaient indisponibles L’association des réponses aux catégories s’appuie sur le service d’embedding propre à la plateforme, et une dérivation qui ne peut pas l’atteindre s’arrête plutôt que de se terminer à vide. Elle est automatiquement relancée quelques fois, avec un délai croissant : un service qui est simplement en train de démarrer ou de redémarrer brièvement se rétablit donc de lui-même. Si l’étape finit malgré tout en échec, c’est que les modèles sont réellement indisponibles (l’indicateur des modèles locaux, dans la barre de navigation supérieure, le signale), et il suffit de redériver une fois qu’ils sont revenus. Rien n’est écrit à moitié : le fichier Silver précédent reste intact jusqu’à ce qu’une dérivation réussisse.