Batterie di domande nei sondaggi: perché possono stancare e distortere le risposte
Guida metodologica su Batterie di domande nei sondaggi: spiega concetti, limiti e uso corretto dei dati nei sondaggi.
Archivio tematico
Metodologia sondaggi
Metodologia raccoglie guide su campione, margine di errore, fieldwork, supermedie, par condicio, fonti e scenari AI non demoscopici. Perché il metodo contaPrima di leggere una percentuale bisogna capire chi produce il dato, quando lo raccoglie, come formula la domanda e quali limiti pubblica.
191 articoli trovati in Metodologia sondaggi nell’archivio completo di questa categoria.
EspandiAnteprima editoriale della sezione
Ricerca e ordinamento
Filtra i contenuti dell’archivio
Prima scegli il percorso: cerca un istituto, una città, un candidato, un tema o un anno. Subito sotto trovi i contenuti veri dell’archivio, sempre navigabili e senza nascondere le pubblicazioni.
Contenuti pubblicati
Guide metodologiche pubblicate
Le guide sono ordinate per aiutare a leggere fonti, margini, campioni, supermedie, par condicio e contenuti AI dichiarati.
Silicon sampling: quando i campioni sintetici aiutano e quando ingannano
Nota di aggiornamento editoriale Questa pagina risultava troppo breve rispetto allo standard minimo richiesto dal sito. L'aggiornamento aggiunge una risposta più completa, fonti visibili, limiti dichiarati, tabelle e FAQ, senza trasformare il contenu...
L’IA ruba il lavoro o crea super-dipendenti? Lo scenario sintetico che divide davvero
Nota di aggiornamento editoriale Questa pagina risultava troppo breve rispetto allo standard minimo richiesto dal sito. L'aggiornamento aggiunge una risposta più completa, fonti visibili, limiti dichiarati, tabelle e FAQ, senza trasformare il contenu...
Margine di errore ed errore totale nei sondaggi: perché non sono affatto la stessa cosa
Guida metodologica su Margine di errore ed errore totale nei sondaggi: spiega concetti, limiti e uso corretto dei dati nei sondaggi.
Errore di copertura nei sondaggi: perché il campione può escludere pezzi di realtà
Guida metodologica su Errore di copertura nei sondaggi: spiega concetti, limiti e uso corretto dei dati nei sondaggi.
AI, sondaggi e democrazia: come leggere contenuti politici generati con intelligenza artificiale
Nota di aggiornamento editoriale Questa pagina risultava troppo breve rispetto allo standard minimo richiesto dal sito. L'aggiornamento aggiunge una risposta più completa, fonti visibili, limiti dichiarati, tabelle e FAQ, senza trasformare il contenu...
Ponderazione del campione nei sondaggi: perché cambia il dato più di quanto sembri
Nota di aggiornamento editoriale Questa pagina risultava troppo breve rispetto allo standard minimo richiesto dal sito. L'aggiornamento aggiunge una risposta più completa, fonti visibili, limiti dichiarati, tabelle e FAQ, senza trasformare il contenu...
AI Overviews, creator e fonti: perché la nuova SEO politica è curatela verificabile
Nota di aggiornamento editoriale Questa pagina risultava troppo breve rispetto allo standard minimo richiesto dal sito. L'aggiornamento aggiunge una risposta più completa, fonti visibili, limiti dichiarati, tabelle e FAQ, senza trasformare il contenu...
Igor Papo, Why We Watch e politica: perché l’attenzione cambia anche il modo di leggere i sondaggi
Dalle neuroscienze applicate ai video al consumo politico online: capire perché guardiamo certi contenuti aiuta a leggere meglio campagne e opinione pubblica.
AIIC e creator digitali: perché l’etica dell’AI riguarda anche politica, sondaggi e informazione
Il manifesto degli Artificial Intelligence Italian Creators offre uno spunto per parlare di qualità, disclosure e responsabilità nei contenuti politici generati o assistiti da AI.
Guida editoriale
Come leggere questo archivio
Metodologia raccoglie guide su campione, margine di errore, fieldwork, supermedie, par condicio, fonti e scenari AI non demoscopici.
Perché il metodo contaPrima di leggere una percentuale bisogna capire chi produce il dato, quando lo raccoglie, come formula la domanda e quali limiti pubblica.