Vad skiljer p90 från p10 på LUFT (totalt)?

Jämförelse av LUFT (totalt) mellan dokument i topp-tiondelen (p90) och botten-tiondelen (p10).

Är grupperna olika långa?

p90 har i snitt 1502 ord (median 1136). p10 har i snitt 2336 ord (median 1817).

p10-dokument är längre än p90-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
DNA Anatomi DNA märkbart högre i p10 Nej, bara synligt vid p90/p10 Något av skillnaden var längd-effekt
E5 Målbilder STA7 lite högre i p90 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
E2 Antaganden STA7 lite högre i p90 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
BLA (totalt) BLA lite högre i p90 Nej, bara synligt vid p90/p10 Ojusterad och justerad är liknande
Integration Övrigt lite högre i p10 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
STA7 (totalt) STA7 lite högre i p90 Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
E3 Avsikt STA7 liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
E7 Friktion STA7 liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
DNA Nomenklatur DNA liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad skillnad var större, mest längd-effekt
Substansindex Övrigt liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
E6 Förmågor STA7 liknar varandra Ja, fyndet håller även vid q75/q25 Ojusterad och justerad är liknande
E1 Utmaning STA7 liknar varandra Ja, fyndet håller även vid q75/q25 Riktningen vände när vi justerade för längd
E4 Värde 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 Något av skillnaden var längd-effekt

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 39 ordet förekommer.

  1. förmåga p90: 32 / p10: 14
  2. innovation p90: 34 / p10: 16
  3. stödja p90: 33 / p10: 16
  4. möjliggöra p90: 34 / p10: 17
  5. region p90: 21 / p10: 8
  6. realisera p90: 14 / p10: 3
  7. delaktighet p90: 23 / p10: 10
  8. utgå p90: 23 / p10: 11
  9. långsiktig p90: 23 / p10: 11
  10. nytänkande p90: 10 / p10: 1
  11. regional p90: 20 / p10: 9
  12. genomsyra p90: 13 / p10: 4
  13. omsätta p90: 10 / p10: 2
  14. omställning p90: 10 / p10: 2
  15. tydliggöra p90: 14 / p10: 5
  16. invånarnas p90: 9 / p10: 1
  17. jämlik p90: 9 / p10: 1
  18. möjliggörare p90: 9 / p10: 1
  19. bidra p90: 35 / p10: 22
  20. idé p90: 12 / p10: 4
  21. inriktning p90: 20 / p10: 10
  22. utmana p90: 9 / p10: 2
  23. arkitektur p90: 9 / p10: 2
  24. främja p90: 21 / p10: 11
  25. utgångspunkt p90: 21 / p10: 11

Ord som p10 använder mer

Visar i hur många dokument av 39 ordet förekommer.

  1. skydda p90: 3 / p10: 18
  2. sån p90: 2 / p10: 16
  3. anställd p90: 5 / p10: 19
  4. röra p90: 3 / p10: 15
  5. kontrollera p90: 3 / p10: 15
  6. lagra p90: 2 / p10: 13
  7. avtal p90: 1 / p10: 12
  8. allmän p90: 3 / p10: 14
  9. hand p90: 9 / p10: 24
  10. begränsad p90: 2 / p10: 12
  11. förslag p90: 2 / p10: 12
  12. leverantör p90: 2 / p10: 12
  13. utarbeta p90: 1 / p10: 11
  14. spara p90: 1 / p10: 11
  15. bevarande p90: 1 / p10: 11
  16. ansvara p90: 10 / p10: 25
  17. sköta p90: 1 / p10: 10
  18. anledning p90: 1 / p10: 10
  19. webbplats p90: 2 / p10: 11
  20. komplettera p90: 4 / p10: 14
  21. svar p90: 1 / p10: 9
  22. slut p90: 1 / p10: 9
  23. licens p90: 1 / p10: 9
  24. svår p90: 1 / p10: 9
  25. registrera p90: 1 / p10: 9
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=20, p10 n=17)

Mer i p90 (top 10)

  1. innovation 20/8
  2. möjliggöra 15/6
  3. struktur 10/3
  4. delaktighet 14/6
  5. öppn 8/2
  6. regering 8/2
  7. verka 11/4
  8. bakgrund 9/3
  9. tillgänglighet 17/9
  10. långsiktig 10/4

Mer i p10 (top 10)

  1. omfattning 2/11
  2. höja 1/9
  3. arbetsplats 1/9
  4. anställd 2/10
  5. koppla 2/10
  6. bygga 3/11
  7. perspektiv 2/9
  8. enhet 3/10
  9. omfatta 3/10
  10. aktivitet 3/10

Region (p90 n=8, p10 n=1)

Otillräckligt sample för stratifierad analys.

Stat (p90 n=11, p10 n=21)

Mer i p90 (top 10)

  1. säkerställa 11/6
  2. förmåga 9/4
  3. stödja 9/6
  4. utgå 9/7
  5. styra 8/6
  6. främja 7/5
  7. digitaliseringsarbete 7/5
  8. fastställa 6/4
  9. omvärld 6/4
  10. kostnad 8/7

Mer i p10 (top 10)

  1. ansvara 1/12
  2. omfatta 1/12
  3. kontrollera 1/12
  4. hand 2/14
  5. nätverk 1/11
  6. samband 1/11
  7. röra 1/11
  8. bedöma 1/11
  9. beroende 1/11
  10. grund 1/11

Exempel från p90-dokument

Bästa passage från de tre dokument som scoreade högst på LUFT (totalt). Visar konkret språkmönster som triggar hög score, för läsning som inspiration eller jämförelse.

"Särskild vikt ska läggas vid att värdera förväntade nyttor och följa upp att dessa realiseras."

Lidköping Digitaliseringsprogram · score 65.0 · trigger: Truism/floskel

"Inledning och syfte Ale kommun växer och samtidigt ökar förväntningarna från invånare, näringsliv, stat och region på att kommunen ska tillhandahålla likvärdig och tillgänglig service."

Ale Digitaliseringspolicy · score 57.6 · trigger: Truism/floskel

"Vi måste ta hand om våra invånare samtidigt som vi lockar fler att flytta hit."

Borgholm Digitaliseringsstrategi 2019-2021 · score 56.9 · trigger: Truism/floskel

Semantisk närhet mellan dokumenten

Använder spaCy-vektorer (300-dim) per dokument och beräknar genomsnittlig cosinus-likhet inom p90 (38 dok), inom p10 (39 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) 0.945
Inom p10 (genomsnitt par-vis) 0.897
Mellan p90 och p10 0.919
Tightness-diff (p90 - mellan) +0.026

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 0.01 0.0 liknar varandra
list_bullet_count_per_1k 2.38 1.51 liknar varandra
list_numbered_count_per_1k 1.07 1.04 liknar varandra
list_ratio 0.06 0.03 liknar varandra
total_references_per_1k 10.34 10.48 liknar varandra
ref_legislation_per_1k 0.05 0.38 lite högre i p10
ref_organizations_per_1k 1.5 1.13 liknar varandra
Hur är detta beräknat?

Underlag: 39 dokument i p90, 39 dokument i p10 (av dessa har 39 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 LUFT (totalt) 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