Jämförelse av E1 Utmaning mellan dokument i topp-tiondelen (p90) och botten-tiondelen (p10).
p90 har i snitt 1920 ord (median 1698). p10 har i snitt 1111 ord (median 761).
p90-dokument är längre än p10-dokument. Vissa skillnader nedan kan bero på att längre dokument hinner ta upp fler saker, inte att de är bättre eller sämre.
Jämför p90 med p10 på andra dimensioner. Värdena är justerade för dokumentlängd, vilket betyder att vi jämför korta dokument mot korta, mellanlånga mot mellanlånga, långa mot långa, och slår sedan ihop resultaten. När den justerade skillnaden är mycket mindre än den ojusterade handlade hela skillnaden om att grupperna var olika långa, inte att innehållet skiljde sig.
| Dimension | Pelare | Skillnad (justerad för längd) | Robust vid bredare tröskel? | Att veta |
|---|---|---|---|---|
| STA7 (totalt) | STA7 | mycket högre i p90 | Nej, bara synligt vid p90/p10 | Ojusterad och justerad är liknande |
| E2 Antaganden | STA7 | mycket högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| E7 Friktion | STA7 | mycket högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| DNA Driv | DNA | märkbart högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad skillnad var större, mest längd-effekt |
| DNA Nomenklatur | DNA | märkbart högre i p90 | Nej, bara synligt vid p90/p10 | Något av skillnaden var längd-effekt |
| E3 Avsikt | STA7 | märkbart högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| E4 Värde | STA7 | märkbart högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| Substansindex | Övrigt | märkbart högre i p90 | Nej, bara synligt vid p90/p10 | Ojusterad och justerad är liknande |
| DNA Anatomi | DNA | lite högre i p90 | Nej, bara synligt vid p90/p10 | Något av skillnaden var längd-effekt |
| E6 Förmågor | STA7 | lite högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| Integration | Övrigt | lite högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| LUFT (totalt) | LUFT | lite högre i p90 | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| BLA (totalt) | BLA | liknar varandra | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
| E5 Målbilder | STA7 | liknar varandra | Ja, fyndet håller även vid q75/q25 | Ojusterad och justerad är liknande |
Ord som förekommer i fler p90-dokument än p10-dokument (eller tvärtom). Räknat per dokument: ett ord räknas en gång oavsett hur ofta det förekommer i samma dokument.
Visar i hur många dokument av 38 ordet förekommer.
Visar i hur många dokument av 66 ordet förekommer.
Samma log-odds-ratio-analys som ovan men beräknad separat för varje organisations-typ. Visar om de generella mönstren håller eller om de drivs av en specifik typ. Org-typer med färre än 10 dokument i p90 eller p10 visas inte (otillförlitliga estimat).
Kommun (p90 n=33, p10 n=33)
Mer i p90 (top 10)
Mer i p10 (top 10)
Region (p90 n=3, p10 n=8)
Otillräckligt sample för stratifierad analys.
Stat (p90 n=2, p10 n=25)
Otillräckligt sample för stratifierad analys.
Bästa passage från de tre dokument som scoreade högst på E1 Utmaning. Visar konkret språkmönster som triggar hög score, för läsning som inspiration eller jämförelse.
"'Ta det digitala språnget', vilket innebär att handfast våga se vilka utmaningar och möjligheter digitala lösningar kan generera för att förbättra och effektivisera service och tjänster."
Örnsköldsvik Digitaliseringsstrategi · score 78.2 · trigger: Utmaning artikulerad
"Digital innovation -digitalt drivna innovationer ska utvecklas, spridas och användas vilket är en förutsättning för att den offentliga sektorn ska hitta nya och effektiva lösningar på flera av dagens samhällsutmaningar -"
Hammarö strategi för digitalisering · score 77.9 · trigger: Utmaning artikulerad
"För att klara välfärdens framtida utmaningar, så som förändringar av demografin och ökad brist på arbetskraft, krävs att vi jobbar effektivare med stöd av digitala lösningar."
Åstorp Digitaliseringsstrategi · score 74.0 · trigger: Utmaning artikulerad
Använder spaCy-vektorer (300-dim) per dokument och beräknar genomsnittlig cosinus-likhet inom p90 (38 dok), inom p10 (66 dok) och mellan grupperna. Mäter om p90-dokumenten är semantiskt täta (samma temacluster) eller endast lexikalt täta (samma ord, olika tema). Värden 0–1: högre = mer lik.
| Mått | Cosinus-likhet |
|---|---|
| Inom p90 (genomsnitt par-vis) | 0.957 |
| Inom p10 (genomsnitt par-vis) | 0.945 |
| Mellan p90 och p10 | 0.950 |
| Tightness-diff (p90 - mellan) | +0.007 |
Tolkning: positiv tightness-diff betyder att p90-dokumenten är mer lika varandra än de är p10-dokumenten, vilket pekar mot egen semantisk klunga. Nära noll betyder att lexikal skillnad i tabellen ovan inte motsvaras av semantisk separation.
Rubriker, listor, referenser i dokumentet. Justerad för längd som ovan.
| Mått | p90 medel | p10 medel | Skillnad (längd-justerad) |
|---|---|---|---|
| headings_total_per_1k | 0.07 | 0.0 | liknar varandra |
| tables_count_per_1k | 0.01 | 0.01 | liknar varandra |
| list_bullet_count_per_1k | 2.0 | 2.96 | liknar varandra |
| list_numbered_count_per_1k | 1.52 | 1.14 | lite högre i p90 |
| list_ratio | 0.06 | 0.05 | liknar varandra |
| total_references_per_1k | 10.98 | 11.6 | liknar varandra |
| ref_legislation_per_1k | 0.07 | 0.09 | liknar varandra |
| ref_organizations_per_1k | 1.43 | 0.94 | liknar varandra |
Underlag: 38 dokument i p90, 66 dokument i p10 (av dessa har 38 respektive 66 annoterad text för ord-analysen).
"Skillnad" i tabellerna ovan är översatt från Cohen's d med tröskelvärdena 0.2 (liten), 0.5 (medel) och 0.8 (stor). Standardvärden för effektstorlek (Cohen 1988).
Längd-justering. Dokumenten delas i tre lika stora grupper efter ord-antal:
kort (under 1207 ord),
mid (upp till 2139 ord),
och lång (resten). Cohen's d beräknas inom varje längd-grupp och poolas via inverse-variance
weighting (analog med fixed-effect meta-analysis av Hedges g). Detta neutraliserar
längd-confound som annars uppstår när rankningen på E1 Utmaning är systematiskt
längd-stratifierad. Se docs/length-bias-audit-2026-06-05.md för bakgrund.
Ord-jämförelsen använder log-odds-ratio med Dirichlet-prior (Monroe, Colaresi och Quinn 2008). En statistisk metod som visar vilka ord som är överrepresenterade i en grupp jämfört med en annan. Visas endast ord som förekommer i minst 10 dokument totalt och som är innehållsord (substantiv, verb, adjektiv, egennamn). Ord-räkningen är per-dokument förekomst, inte total frekvens (annotated/-format ger unika lemman per dok). Lexikal differential är INTE längd-justerad i nuvarande version.
Kvarstående bias. Per length-bias-audit 2026-06-05 har STA7- och DNA-rå-scores i baseline_scores.csv stark längd-korrelation (canvas_compound ρ=+0.774, nom_total ρ=+0.850). Detta är drift mellan baseline-CSV och density-versionerna i deep_scoring.py och åtgärdas separat. Stratifieringen ovan hanterar konsekvensen i cross-dim-tabellen men löser inte grundorsaken.
Underlaget är genererat 2026-06-05 mot frusen baseline. Vid förändringar i scoring eller korpus måste underlaget regenereras.