Exploratory analysis of relationships between blocks of variables of natures using optimal scaling : application in alimentation, epidemiology and health
Notice bibliographique
Résumé
Les méthodes d’analyses exploratoires des liens entre de nombreuses variables de natures différentes (i.e., numériques, nominales et ordinales) - potentiellement organisées en blocs - sont utilisées dans différents domaines d’étude, en biologie notamment. Les développements récents des méthodes multiblocs montrent que celles-ci sont généralement développées pour les variables numériques. Un état de l’art des méthodes permettant de tenir compte de variables de natures différentes est dressé, et parmi les solutions exposées, la quantification optimale (Optimal Scaling) est explorée. Des contributions sont proposées autour de la méthode « Principal Component Analysis with Optimal Scaling » (PCA-OS). Une extension au cadre multibloc (MBPCA-OS), ainsi que des aides à l’interprétation sont proposées. D’un point de vue applicatif, ce type d’approche a été appliqué dans trois domaines différents. Le premier est celui de l’alimentation et l’analyse sensorielle où la méthode PCA-OS a été appliquée aux échelles Just-About-Right. Le second est celui de la santé, où la méthode PCA-OS a permis de déterminer, au sein de la cohorte, les individus à haut (resp.faible) risque génétique de développer des symptômes asthmatiques. Le troisième est celui de l’épidémiologie où la méthode MBPCA-OS a été appliquée à une cohorte pour étudier la réponse immunitaire d’individus à l’infection et/ou la vaccination au SARS-CoV2, en lien avec leurs caractéristiques et symptômes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».