Analisar metadados

A análise de metadados identifica quais os campos de metadados que segmentam de forma significativa os seus dados qualitativos. Por exemplo, pode revelar se participantes de diferentes grupos de idade, regiões ou funções enfatizam temas diferentes nas suas respostas.

Executar a análise de metadados

Para executar uma análise de metadados:

1. Navegue até à vista de categorias do seu projeto.
2. Clique em Analisar metadados.
3. O Skimle examina todos os seus campos de metadados e determina quais produzem diferenças significativas entre as suas categorias de achado.

A análise é executada em segundo plano e demora normalmente alguns minutos. Os resultados aparecem na vista de categorias quando a análise estiver concluída.

Como funciona

O Skimle combina duas abordagens complementares para encontrar padrões significativos:

• Análise semântica - compara o significado dos achados entre grupos de metadados utilizando embeddings de texto. Se participantes com valores de metadados diferentes discutirem coisas genuinamente diferentes, este sinal é detetado.
• Análise de distribuição - utiliza testes estatísticos para verificar se determinados valores de metadados se concentram em subcategorias específicas mais do que seria esperado pelo acaso.

Um campo de metadados só é considerado significativo quando ambos os sinais estão de acordo, reduzindo o risco de resultados espúrios.

Ler os resultados

Para cada categoria de achado, a vista de categorias mostra:

• Quais os campos de metadados produzem uma segmentação significativa, ordenados por significância.
• Descrições de grupos - para cada campo significativo, o Skimle descreve o que carateriza as respostas de cada grupo de metadados. Por exemplo, num campo "Grupo de idade", poderá ver que os participantes mais jovens se concentraram na usabilidade, enquanto os participantes mais velhos priorizaram a fiabilidade.
• Comparação temporal - se os seus documentos tiverem datas de criação, o Skimle compara automaticamente os períodos recentes e anteriores para destacar a forma como os temas evoluíram ao longo do tempo.

Os widgets de Cronologia em Visualizações - Tendência cronológica e Comparar períodos - permitem-lhe explorar a mesma questão de forma interativa.

Requisitos

Para que a análise de metadados produza resultados úteis, o seu projeto precisa de:

• No mínimo, 15 achados nas categorias analisadas.
• No mínimo, dois valores distintos para o campo de metadados a ser testado.
• No mínimo, dois achados por valor de metadados.

Os campos que não cumprem estes limiares são ignorados automaticamente.

Estes limiares dizem respeito, no fundo, ao tamanho da amostra: a segmentação qualitativa só se torna fiável quando cada grupo possui achados suficientes para comparar. Com um tamanho de amostra muito reduzido, a maioria dos campos será ignorada automaticamente, por isso vale a pena analisar documentos suficientes antes de tirar conclusões a partir da repartição por metadados.

Dicas para uma análise de metadados eficaz

• Utilize valores de metadados descritivos. "Programador sénior" é mais útil do que "Função A" porque ajuda a IA a escrever descrições de grupos mais significativas.
• Mantenha controlado o número de valores únicos. Campos com dezenas de valores únicos são mais difíceis de interpretar. Considere agrupar valores (por exemplo, intervalos de idade em vez de idades exatas).
• Adicionar metadados antes de executar a análise. A análise de metadados utiliza os campos que existirem no momento em que é executada. Se adicionar novos campos mais tarde, execute a análise novamente para os incluir.