Vad skiljer p90 från p10 på E5 Målbilder?

Jämförelse av E5 Målbilder mellan dokument i topp-tiondelen (p90) och botten-tiondelen (p10).

Är grupperna olika långa?

p90 har i snitt 1615 ord (median 1100). p10 har i snitt 2003 ord (median 1121).

Grupperna är ungefär lika långa. Skillnaderna nedan beror inte på dokumentlängd.

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
LUFT (totalt) LUFT märkbart högre i p90 Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
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
E1 Utmaning STA7 lite högre i p90 Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
E7 Friktion STA7 lite högre i p90 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
BLA (totalt) BLA lite högre i p10 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
DNA Driv DNA liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
DNA Anatomi DNA liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
E2 Antaganden STA7 liknar varandra Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
E6 Förmågor STA7 liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
Integration Övrigt liknar varandra Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
DNA Nomenklatur DNA liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande

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. invånare p90: 22 / p10: 8
  2. vägledande p90: 13 / p10: 3
  3. avgörande p90: 16 / p10: 5
  4. uppleva p90: 11 / p10: 2
  5. dygn p90: 11 / p10: 2
  6. förenkla p90: 32 / p10: 16
  7. målområde p90: 9 / p10: 1
  8. antagen p90: 9 / p10: 1
  9. förbättring p90: 15 / p10: 5
  10. framkant p90: 10 / p10: 2
  11. näringsliv p90: 18 / p10: 7
  12. utgå p90: 29 / p10: 15
  13. tillväxt p90: 9 / p10: 2
  14. fokusområde p90: 9 / p10: 2
  15. värld p90: 15 / p10: 6
  16. attraktiv p90: 18 / p10: 8
  17. princip p90: 25 / p10: 13
  18. helhet p90: 10 / p10: 3
  19. standardiserad p90: 10 / p10: 3
  20. långsiktig p90: 22 / p10: 11
  21. vägledning p90: 13 / p10: 5
  22. prioritera p90: 38 / p10: 23
  23. revidera p90: 16 / p10: 7
  24. beskriva p90: 23 / p10: 12
  25. anpassad p90: 8 / p10: 2

Ord som p10 använder mer

Visar i hur många dokument av 39 ordet förekommer.

  1. kort p90: 3 / p10: 17
  2. skr p90: 2 / p10: 13
  3. support p90: 2 / p10: 12
  4. upptäcka p90: 1 / p10: 10
  5. strukturerad p90: 1 / p10: 10
  6. kapacitet p90: 1 / p10: 10
  7. anställd p90: 5 / p10: 14
  8. medel p90: 5 / p10: 14
  9. utbildning p90: 8 / p10: 18
  10. analys p90: 6 / p10: 15
  11. kommungemensam p90: 4 / p10: 12
  12. initiera p90: 2 / p10: 9
  13. dator p90: 5 / p10: 13
  14. lära p90: 3 / p10: 10
  15. minimera p90: 3 / p10: 10
  16. dela p90: 8 / p10: 17
  17. fråga p90: 12 / p10: 22
  18. svensk p90: 4 / p10: 11
  19. kopplad p90: 4 / p10: 11
  20. individuell p90: 2 / p10: 8
  21. läsa p90: 2 / p10: 8
  22. förslag p90: 2 / p10: 8
  23. funktionell p90: 2 / p10: 8
  24. sida p90: 2 / p10: 8
  25. sån p90: 7 / p10: 15
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=25, p10 n=22)

Mer i p90 (top 10)

  1. invånare 18/6
  2. värld 14/4
  3. sätta 11/3
  4. avgörande 11/3
  5. trygghet 11/3
  6. beskriva 14/5
  7. vardag 14/5
  8. förenkla 20/9
  9. riktning 10/3
  10. leva 10/3

Mer i p10 (top 10)

  1. kompetensutveckling 3/13
  2. skr 1/12
  3. utvecklingsområde 3/11
  4. kommungemensam 4/12
  5. förvänta 2/9
  6. nivå 6/14
  7. åtgärd 2/8
  8. bild 2/8
  9. kopplad 2/8
  10. projekt 3/9

Region (p90 n=5, p10 n=2)

Otillräckligt sample för stratifierad analys.

Stat (p90 n=8, p10 n=15)

Otillräckligt sample för stratifierad analys.

Exempel från p90-dokument

Bästa passage från de tre dokument som scoreade högst på E5 Målbilder. Visar konkret språkmönster som triggar hög score, för läsning som inspiration eller jämförelse.

"Orsaken till detta är en skev befolkningsutveckling, där färre personer behöver försörja fler."

Hylte Digital strategi Hylte kommun 2018-2021 · score 77.5 · trigger: Målbild

"Övergången från analoga och manuella processer till digitala lösningar ska syfta till att vidareutveckla verksamheten där vi ska använda ny eller befintlig teknik för att förnya, förenkla och förbättra. ## 2."

Ronneby Digitaliseringsstrategi · score 77.2 · trigger: Målbild

"I Härryda är kommunens digitala service en självklar och naturlig del av vardagen."

Härryda Policy för digital utveckling · score 74.3 · trigger: Målbild

Semantisk närhet mellan dokumenten

Använder spaCy-vektorer (300-dim) per dokument och beräknar genomsnittlig cosinus-likhet inom p90 (37 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) 0.942
Inom p10 (genomsnitt par-vis) 0.934
Mellan p90 och p10 0.937
Tightness-diff (p90 - mellan) +0.004

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 0.0 0.03 liknar varandra
list_bullet_count_per_1k 4.78 2.26 liknar varandra
list_numbered_count_per_1k 1.46 1.3 liknar varandra
list_ratio 0.08 0.05 liknar varandra
total_references_per_1k 10.07 9.56 liknar varandra
ref_legislation_per_1k 0.06 0.12 liknar varandra
ref_organizations_per_1k 0.33 1.1 märkbart högre i p10
Hur är detta beräknat?

Underlag: 38 dokument i p90, 39 dokument i p10 (av dessa har 38 respektive 39 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 E5 Målbilder 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