Vad skiljer p90 från p10 på E2 Antaganden?

Jämförelse av E2 Antaganden mellan dokument i topp-tiondelen (p90) och botten-tiondelen (p10).

Är grupperna olika långa?

p90 har i snitt 1834 ord (median 1567). p10 har i snitt 1330 ord (median 1102).

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.

Hur skiljer sig grupperna på andra mått?

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
E6 Förmågor STA7 mycket högre i p90 Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
E1 Utmaning STA7 mycket högre i p90 Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
E7 Friktion STA7 märkbart högre i p90 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
BLA (totalt) BLA märkbart högre i p10 Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
DNA Anatomi DNA märkbart högre i p90 Ja, fyndet håller även vid q75/q25 Något av skillnaden var längd-effekt
E4 Värde STA7 lite högre i p90 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
Substansindex Övrigt lite högre i p90 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
E5 Målbilder STA7 lite högre i p10 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
DNA Nomenklatur DNA liknar varandra Ja, fyndet håller även vid q75/q25 Något av skillnaden var längd-effekt
Integration Övrigt liknar varandra Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
LUFT (totalt) LUFT liknar varandra Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
E3 Avsikt STA7 liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
DNA Driv DNA liknar varandra Nej, bara synligt vid p90/p10 Riktningen vände när vi justerade för längd

Vilka ord används mer av varje grupp?

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.

Ord som p90 använder mer

Visar i hur många dokument av 38 ordet förekommer.

  1. transformation p90: 19 / p10: 2
  2. trygghet p90: 25 / p10: 5
  3. våga p90: 19 / p10: 3
  4. omställning p90: 17 / p10: 2
  5. innovation p90: 35 / p10: 11
  6. övergripande p90: 14 / p10: 1
  7. förändra p90: 34 / p10: 11
  8. gammal p90: 17 / p10: 3
  9. takt p90: 21 / p10: 5
  10. lycka p90: 23 / p10: 6
  11. organisatorisk p90: 13 / p10: 1
  12. ledare p90: 13 / p10: 1
  13. kräva p90: 35 / p10: 12
  14. digitalisera p90: 33 / p10: 11
  15. nytänkande p90: 14 / p10: 2
  16. utmana p90: 14 / p10: 2
  17. ledarskap p90: 18 / p10: 4
  18. förbättrad p90: 12 / p10: 1
  19. mognad p90: 13 / p10: 2
  20. transparens p90: 11 / p10: 1
  21. värdeskapande p90: 11 / p10: 1
  22. samhällsutmaning p90: 11 / p10: 1
  23. utmaning p90: 23 / p10: 7
  24. handla p90: 29 / p10: 10
  25. utanförskap p90: 12 / p10: 2

Ord som p10 använder mer

Visar i hur många dokument av 38 ordet förekommer.

  1. kommunstyrelse p90: 5 / p10: 19
  2. ansvara p90: 9 / p10: 22
  3. exteren p90: 9 / p10: 18
  4. drift p90: 5 / p10: 13
  5. avseende p90: 8 / p10: 16
  6. alternativ p90: 4 / p10: 11
  7. underlätta p90: 15 / p10: 22
  8. dokumentera p90: 3 / p10: 9
  9. dnr p90: 3 / p10: 9
  10. äga p90: 4 / p10: 10
  11. uppdatera p90: 4 / p10: 10
  12. riktlinj p90: 5 / p10: 11
  13. planera p90: 9 / p10: 15
  14. uppgift p90: 9 / p10: 15
  15. ram p90: 10 / p10: 16
  16. miljö p90: 10 / p10: 16
  17. fastställd p90: 3 / p10: 8
  18. forum p90: 3 / p10: 8
  19. finansiera p90: 4 / p10: 9
  20. gälla p90: 5 / p10: 10
  21. kund p90: 5 / p10: 10
  22. mål p90: 34 / p10: 37
  23. lag p90: 6 / p10: 11
  24. omfatta p90: 6 / p10: 11
  25. val p90: 6 / p10: 11
Per organisations-typ (är ord-mönstren samma i kommun, region och stat?)

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=23, p10 n=18)

Mer i p90 (top 10)

  1. handla 19/2
  2. förändra 21/4
  3. trygghet 17/3
  4. våga 11/1
  5. utmaning 15/3
  6. innovation 22/6
  7. förändring 17/4
  8. utbyta 12/2
  9. kräva 21/6
  10. ledning 14/3

Mer i p10 (top 10)

  1. kommunstyrelse 5/19
  2. ansvara 6/14
  3. utbildning 3/7
  4. underlätta 8/11
  5. egen 7/10
  6. möjlig 7/10
  7. ange 6/9
  8. dialog 6/9
  9. dokument 5/8
  10. policy 4/7

Region (p90 n=8, p10 n=6)

Otillräckligt sample för stratifierad analys.

Stat (p90 n=7, p10 n=14)

Otillräckligt sample för stratifierad analys.

Exempel från p90-dokument

Bästa passage från de tre dokument som scoreade högst på E2 Antaganden. Visar konkret språkmönster som triggar hög score, för läsning som inspiration eller jämförelse.

"Digitalisering handlar inte om att skaffa nya system eller ny teknik."

Simrishamn Digital · score 82.2 · trigger: Bärande antagande

"Detta är ett program för Linköpings digitala transformation som bidrar till kommunens övergripande målsättningar."

Linköping program for digital transformation · score 80.6 · trigger: Bärande antagande

"Välfärdstekniska lösningar utgör en viktig del av den digitala omställningen. ##"

Vingåker Strategi för digitalisering och användning av välfärdsteknik · score 77.6 · trigger: Bärande antagande

Semantisk närhet mellan dokumenten

Använder spaCy-vektorer (300-dim) per dokument och beräknar genomsnittlig cosinus-likhet inom p90 (38 dok), inom p10 (38 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) 0.966
Inom p10 (genomsnitt par-vis) 0.946
Mellan p90 och p10 0.950
Tightness-diff (p90 - mellan) +0.015

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.

Hur skiljer sig strukturen?

Rubriker, listor, referenser i dokumentet. Justerad för längd som ovan.

Mått p90 medel p10 medel Skillnad (längd-justerad)
headings_total_per_1k 0.0 0.0 liknar varandra
tables_count_per_1k 0.03 0.02 liknar varandra
list_bullet_count_per_1k 2.34 2.36 liknar varandra
list_numbered_count_per_1k 1.27 1.06 liknar varandra
list_ratio 0.06 0.05 liknar varandra
total_references_per_1k 9.8 13.11 lite högre i p10
ref_legislation_per_1k 0.08 0.03 liknar varandra
ref_organizations_per_1k 1.33 0.56 märkbart högre i p90
Hur är detta beräknat?

Underlag: 38 dokument i p90, 38 dokument i p10 (av dessa har 38 respektive 38 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 E2 Antaganden 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.

Tillbaka till p90 / p10-listor

Analyserar dokumentet