Predictive validityIn psychometrics, predictive validity is the extent to which a score on a scale or test predicts scores on some criterion measure. For example, the validity of a cognitive test for job performance is the correlation between test scores and, for example, supervisor performance ratings. Such a cognitive test would have predictive validity if the observed correlation were statistically significant. Predictive validity shares similarities with concurrent validity in that both are generally measured as correlations between a test and some criterion measure.
Predictive modellingPredictive modelling uses statistics to predict outcomes. Most often the event one wants to predict is in the future, but predictive modelling can be applied to any type of unknown event, regardless of when it occurred. For example, predictive models are often used to detect crimes and identify suspects, after the crime has taken place. In many cases, the model is chosen on the basis of detection theory to try to guess the probability of an outcome given a set amount of input data, for example given an email determining how likely that it is spam.
Analyse prédictiveL'analyse (ou logique) prédictive englobe une variété de techniques issues des statistiques, d'extraction de connaissances à partir de données et de la théorie des jeux qui analysent des faits présents et passés pour faire des hypothèses prédictives sur des événements futurs. Dans le monde des affaires, des modèles prédictifs exploitent des schémas découverts à l'intérieur des ensembles de données historiques et transactionnelles pour identifier les risques et les opportunités.
Concurrent validityConcurrent validity is a type of evidence that can be gathered to defend the use of a test for predicting other outcomes. It is a parameter used in sociology, psychology, and other psychometric or behavioral sciences. Concurrent validity is demonstrated when a test correlates well with a measure that has previously been validated. The two measures may be for the same construct, but more often used for different, but presumably related, constructs. The two measures in the study are taken at the same time.
Validity (statistics)Validity is the main extent to which a concept, conclusion or measurement is well-founded and likely corresponds accurately to the real world. The word "valid" is derived from the Latin validus, meaning strong. The validity of a measurement tool (for example, a test in education) is the degree to which the tool measures what it claims to measure. Validity is based on the strength of a collection of different types of evidence (e.g. face validity, construct validity, etc.) described in greater detail below.
Criterion validityIn psychometrics, criterion validity, or criterion-related validity, is the extent to which an operationalization of a construct, such as a test, relates to, or predicts, a theoretical representation of the construct—the criterion. Criterion validity is often divided into concurrent and predictive validity based on the timing of measurement for the "predictor" and outcome. Concurrent validity refers to a comparison between the measure in question and an outcome assessed at the same time.
Exactitude et précisionvignette|Schéma de l'exactitude et la précision appliquée à des lancers de fléchettes. Dans la mesure d'un ensemble, l'exactitude est la proximité des mesures à une valeur spécifique, tandis que la précision est la proximité des mesures les unes par rapport aux autres. L'exactitude a deux définitions : Plus communément, il s'agit d'une description des erreurs systématiques, une mesure du biais statistique ; une faible précision entraîne une différence entre un résultat et une valeur « vraie ».
Construct validityConstruct validity concerns how well a set of indicators represent or reflect a concept that is not directly measurable. Construct validation is the accumulation of evidence to support the interpretation of what a measure reflects. Modern validity theory defines construct validity as the overarching concern of validity research, subsuming all other types of validity evidence such as content validity and criterion validity.
Validité prédictiveLa Validité prédictive est un terme utilisé dans l'évaluation des personnes. C'est une qualité psychométrique désignant la capacité d'un outil de mesure à prédire correctement un événement futur. Cette valeur est mesurée par la corrélation entre le prédicteur (un test, un entretien, un outil d'évaluation) et un critère de réussite (professionnel le plus souvent). En matière de recrutement ou de gestion des ressources humaines, les techniques et outils possédant les meilleures validités prédictives sont les suivants: Assessment Centers, questionnaires de personnalité, tests d'aptitudes, prises de références, recommandations, entretiens en face à face.
Comportement socialvignette|Un comportement social : une pour entrer dans un bus. À Addis-Abeba, Éthiopie, janvier 2018. vignette|Les spectateuris serrés sur un banc public pour mieux regarder le défilé militaire du 14 Juillet se redressent pour éviter de se géner et restent vigilants les uns les unes. Juillet 2006. Le comportement social se distingue de l'instinct, en ce qu'il est appris lors des interactions sociales, ou de la socialisation. Les sciences sociales étudient les comportements sociaux, qui sont une sous-catégorie des comportements humains.
Prédiction dynamiqueLa prédiction dynamique est une méthode inventée par Newton et Leibniz. Newton l’a appliquée avec succès au mouvement des planètes et de leurs satellites. Depuis elle est devenue la grande méthode de prédiction des mathématiques appliquées. Sa portée est universelle. Tout ce qui est matériel, tout ce qui est en mouvement, peut être étudié avec les outils de la théorie des systèmes dynamiques. Mais il ne faut pas en conclure que pour connaître un système il est nécessaire de connaître sa dynamique.
Communication non verbaleLa communication non verbale (ou langage du corps) désigne tout échange n'ayant pas recours à la parole. Elle ne repose pas sur les mots (pratiques linguistiques), mais sur plusieurs champs extralinguistiques correspondant à des signaux sociaux ou catégories fonctionnelles, objets d'études de différentes disciplines : communication para-verbale (communication vocale comprenant les traits prosodiques, les onomatopées, le rire, la toux, et parfois distinguée de la communication non verbale) analysée par la , gestes (mouvements du corps, gestuelle, actions et réactions) et expressions faciales (dont les micro-expressions) étudiés par la kinésique et la gestique, contact visuel et rôle du regard (clin d'œil complice, regard désapprobateur ou sceptique.
Discrimination à l'embauchethumb|Affiche du MRAP contre les discriminations à l'embauche, dessin de Charb, 2000. Une discrimination à l'embauche est une discrimination évoquée lorsque des chercheurs d'emploi sont traités de manière différenciée sur une base de critères sélectifs qui manquent de justification objective et raisonnable à l'égard du poste de travail à pourvoir (tels que le sexe, l'origine ethnique, l'âge, la religion...), selon le législateur.
Fouille de textesLa fouille de textes ou « l'extraction de connaissances » dans les textes est une spécialisation de la fouille de données et fait partie du domaine de l'intelligence artificielle. Cette technique est souvent désignée sous l'anglicisme text mining. Elle désigne un ensemble de traitements informatiques consistant à extraire des connaissances selon un critère de nouveauté ou de similarité dans des textes produits par des humains pour des humains.
Rôle de genrevignette|Symboles de genre utilisés pour désigner les femmes (à gauche) ou les hommes (à droite) La notion de rôle de genre désigne le fait qu'il existe des attentes sociales particulières envers les individus en fonction de leur genre. Divers facteurs sont à l'origine du développement des rôles de genre, et ils ont une influence sur la vie des individus à différents niveaux. Par ailleurs, les rôles de genre diffèrent selon les cultures et les époques.
Cation–π interactionCation–π interaction is a noncovalent molecular interaction between the face of an electron-rich π system (e.g. benzene, ethylene, acetylene) and an adjacent cation (e.g. Li+, Na+). This interaction is an example of noncovalent bonding between a monopole (cation) and a quadrupole (π system). Bonding energies are significant, with solution-phase values falling within the same order of magnitude as hydrogen bonds and salt bridges.
Interaction non covalenteUne interaction non covalente diffère d'une liaison covalente en ce qu'elle n'implique pas le partage d'électrons, mais implique plutôt des variations plus dispersées des interactions électromagnétiques entre molécules ou au sein d'une molécule. L' énergie chimique libérée lors de la formation d'interactions non covalentes est généralement de l'ordre de 1 à 5 kcal / mol ( à pour 6,02 × 1023 molécules). Les interactions non covalentes peuvent être classées en différentes catégories, telles que les effets électrostatiques, les effets π, les forces de van der Waals et les effets hydrophobes.
PétrographieLa pétrographie est la science ayant pour objet la description des roches, l'analyse de leurs caractères structuraux, minéralogiques et chimiques, et les relations de ces roches avec leur environnement géologique. Par sa démarche phénoménologique, la pétrographie se démarque de la pétrologie, discipline mettant l'accent sur les phénomènes de genèse, mise en place et altération des roches décrites statiquement par ailleurs. Une personne spécialisée en pétrographie est un pétrographe.
Optical mineralogyOptical mineralogy is the study of minerals and rocks by measuring their optical properties. Most commonly, rock and mineral samples are prepared as thin sections or grain mounts for study in the laboratory with a petrographic microscope. Optical mineralogy is used to identify the mineralogical composition of geological materials in order to help reveal their origin and evolution.
Opinion miningEn informatique, l'opinion mining (aussi appelé sentiment analysis) est l'analyse des sentiments à partir de sources textuelles dématérialisées sur de grandes quantités de données (big data). Ce procédé apparait au début des années 2000 et connait un succès grandissant dû à l'abondance de données provenant de réseaux sociaux, notamment celles fournies par Twitter. L'objectif de l’opinion mining est d'analyser une grande quantité de données afin d'en déduire les différents sentiments qui y sont exprimés.
