Modèles d'équations structurelles Partial Least Squares (PLS-SEM)
Bibliographic record
Abstract
Cette troisième édition de Modèles d'équations structurelles Partial Least Squares (PLS-SEM) (1re édition française) guide les lecteurs dans l'apprentissage et la maîtrise des techniques de cette approche. Les auteurs s'appuient sur leurs années de recherche et d'enseignement pour communiquer les principes fondamentaux de la méthode PLS-SEM dans un langage simple et expliquer les détails de cette méthode, en limitant l'utilisation des équations mathématiques. Une étude de cas sur la réputation des entreprises suit les différentes étapes de l'application de cette méthode afin de faciliter l'apprentissage des lecteurs. Des objectifs d'apprentissage, des questions de révision et de réflexion, ainsi que l'identification des termes-clés aident les lecteurs à consolider leurs connaissances. Dans cette nouvelle édition, de nouveaux sujets ont été ajoutés tout au long du texte, dont un chapitre révisé et étendu sur la médiation, des recherches récentes sur les fondements de la méthode PLS, des descriptions détaillées de recherches résumant les avantages et les limites de la méthode PLS et une couverture étendue de concepts et de méthodes plus avancés. Il s'agit notamment des mesures du pouvoir prédictif interne et externe à l'échantillon, des construits d'ordre supérieur, de l'analyse multigroupe, de l'analyse de condition nécessaire et de l'endogénéité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.027 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".