Exploratory analysis of relationships between blocks of variables of natures using optimal scaling : application in alimentation, epidemiology and health
Bibliographic record
Abstract
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.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".