2.1. The title

Voir la section

Un bon titre devrait décrire adéquatement le contenu de l’article, sans être trop long ni trop court. Les consignes suivantes peuvent être employées lors de la sélection du titre:

  • Choisir un titre permettant d’attirer l’attention du lecteur et susciter son intérêt.
  • Viser entre 10 et 12 mots.
  • Utiliser des mots qui mettent en valeur le domaine ou l’application de la recherche, et son originalité.
  • Choisir des mots susceptibles d’être les mots clés d’une requête dans un engin de recherche. Par exemple, les mots clés standards d’une application ou d’une approche.
  • Éviter les mots inutiles tels “Observations on” ou “A study of”.
  • Éviter les abréviations et les symboles.
  • Éviter les qualificatifs tels que “new”, “novel”, “better” ou “improved”.

Prenons l’exemple d’un article ayant les caractéristiques suivantes:

Problème / application principal(e)

Reconnaissance d’activités à partir de trajectoires

Caractéristiques clés

Modélisation des trajectoires par représentation creuse (sparse representation)
Apprentissage dynamique du dictionnaire de trajectoires

Contributions principales

La méthode proposée s’adapte automatiquement aux changements dans les activités observées, ce qui la rend robuste aux environnements dynamiques

Le titre suivant est un mauvais choix, car il n’offre aucune information sur le contexte et les contributions de la recherche:

  A better method for recognizing activities

De plus, ce titre utilise la forme “recognizing activities” au lieu de la forme conventionnelle ‘`activity recognition ‘’, typiquement employée pour identifier les travaux de ce domaine. Un autre mauvais exemple est le titre suivant:

Red X Investigating the usefulness of using sparse representation and dictionary learning for the problem of activity recognition in dynamic environments

Although it doesn't have the problems of the previous example, this title contains a lot of unnecessary words. A better title would be, for example, the following:

check-22 Dynamic activity recognition using sparse representation and dictionary learning

Thus, this title informs the reader about the application (ie, activity recognition), the proposed approach (ie, sparse representation with dictionary learning), and the contribution of research (ie, dynamic).

Styling tricks can also be used to make a title more interesting, as in the following example:

check-22 SARA: A dynamic activity recognition approach using sparse representation and dictionary learning

Tip Some journals or conferences also require a running title (running title) which will be printed in the header or footer of the article. The running title is usually a shortened version of the main title, and is normally between 30 and 50 characters.

2.2. The list of authors

Voir la section

Si l’article comporte plusieurs co-auteurs, il est nécessaire de déterminer l’ordre dans lequel apparaissent leurs noms dans l’article. En apparence banale, cette décision peut être source de conflit car l’ordre des auteurs est souvent associé à l’importance de leur contribution dans le travail. En particulier, une plus grande reconnaissance est traditionnellement donnée au premier auteur de la liste, ce qui peut avantager cet auteur lors de demandes de bourse ou de subventions.

Les règles utilisées pour déterminer l’ordre des auteurs varient d’une équipe de recherche à une autre, et cet ordre est normalement choisi par le directeur de l’équipe. Les règles les plus souvent rencontrées sont les suivantes:

Ordre de contribution
Les auteurs sont énumérés selon leur contribution à la préparation de l’article ou au financement de la recherche, allant de la plus grande contribution à la moindre. Certains superviseurs vont intentionnellement mettre les étudiants du projet comme premiers auteurs, afin d’augmenter leurs chances d’obtenir une bourse.
Ordre alphabétique
Pour éviter les conflits, certaines personnes vont préférer mettre les auteurs en ordre alphabétique de leur nom de famille. Cette règle est également employée pour les articles ayant un grand nombre d’auteurs.
Autres considérations
D’autres règles peuvent également être employées pour déterminer l’ordre des auteurs. Par exemple, dans le domaine de la santé (et, par extension, en génie biomédical), il est fréquent que le directeur de l’équipe soit placé en dernier, ce qui lui confère une reconnaissance particulière.

Il arrive aussi que les auteurs soient triés selon leur affiliation (e.g., université, département, etc.) ou leur rôle (e.g., étudiant, superviseur, co-superviseur, etc.).

Bail Comme toujours, il est important de consulter son superviseur, ainsi que les autres co-auteurs, dans cette décision.

2.3. The summary

Voir la section

Le résumé (i.e., abstract en anglais) joue un rôle essentiel dans un article. D’une part, il sert à susciter l’intérêt du lecteur et lui convier rapidement la nature du travail. Un bon résumé incitera le lecteur à lire l’article au complet, tandis qu’un résumé mal rédigé aura l’effet inverse. D’autre part, alors que l’accès à l’article complet est souvent limité, le résumé est normalement disponible sans restriction.

Un bon résumé devrait être une version condensée de l’article, suivant la même structure que l’article et faisant ressortir les points principaux de chacune de ses sections. Voici quelques consignes à suivre lors de la rédaction du résumé:

  • Le résumé doit mentionner clairement les éléments suivants:
    • Le contexte et la problématique de recherche.
    • Les objectifs et les contributions principales.
    • Les étapes principales de la méthodologie (e.g., cadre expérimental, approche d’analyse, etc.).
    • Les résultats les plus importants et les conclusions.
  • Le résumé doit souligner clairement l’aspect original et innovateur du travail.
  • Le résumé doit respecter les contraintes de longueur imposées par la revue ou le système de soumission (typiquement entre 150 et 250 mots).
  • Le résumé doit être indépendant de l’article, et devrait pouvoir se lire sans avoir à consulter ce dernier.
  • Le résumé ne doit pas être une seconde introduction. C’est-à-dire qu’il doit être un résumé complet de l’article et inclure la méthodologie, des résultats et des conclusions.
  • Le résumé ne doit pas contenir de références à la littérature, aux figures ou aux tableaux de l’article.
  • Le résumé ne doit pas contenir d’acronymes ou d’abréviations, sauf si elles sont connues et conventionnelles.

Revenant à notre exemple précédent, on pourrait proposer le résumé suivant:

check-22   Abstract:
1 Activity recognition is essential to many pervasive computing applications related to surveillance, assisted living, healthcare and human-computer interfaces. 2 So far, research in this field has focused on small static environments, which allow only well-defined activities. However, several important applications are set in large-scale environments, such as factories or hospitals, where activities can be complex and emerging behaviors are common. 3 In this paper, we propose a novel approach based on sparse representation to recognize activities from spatio-temporal data. Using an online dictionary learning strategy, this approach can adapt to changes in dynamic environments, making it more robust than existing methods. 4 To assess the usefulness of our approach, we evaluated its performance on four real-life datasets, and compared it to that of state-of-the-art methods based on Hierarchical Hidden Markov Models and Gaussian Mixture Models. 5 Results of these experiments showed our approach to be more accurate than existing methods on the tested datasets.

This summary can be broken down as follows:

Tip Although the abstract is at the beginning of the article, this part should normally be written Lastly. A technique to help in writing this part is as follows. We begin by identifying the most important sentences of each section. We then form a paragraph with these sentences, respecting their order in the article. Finally, the paragraph is revised by removing or adding words, so as to make the whole coherent and clear.

2.4. Keywords

Voir la section

La plupart des conférences ou revues exigent les auteurs de fournir une liste de 3 à 10 mots clés qui serviront à classifier et indexer l’article. Tout comme le titre, le choix de cette liste est important car il permettra aux lecteurs de trouver l’article plus facilement, à partir d’une requête reliée au même thème dans un engin de recherche. Suivez ces consignes pour le choix des mots clés:

  • Ne pas séparer les mots composés formant une seule unité sémantique. Par exemple, on mettrait le mot composé wireless communications dans la liste, au lieu des mots wireless et communications séparément.
  • Inclure tous les mots (simples ou composés) importants du titre et du résumé. Dans certains cas, il peut également être pertinent d’inclure les mots importants du titre de la revue ou de la conférence, par exemple, le mot composé environmental science pour la conférence International Conference on Energy and Environmental Science.
  • Utiliser le pluriel pour les mots clés désignant un élément quantifiable. Ainsi, on préfèrera networks à network.
  • Éviter les abréviations et les acronymes non conventionnels. Pour les acronymes conventionnels, on peut également ajouter la forme épelée de l’acronyme comme un mot composé. Par exemple, on mettrait l’acronyme VCSEL et le mot composé Vertical Cavity Surface Emission Laser comme deux mots clés séparés.
  • Ne pas lier, si possible, les mots composés par un trait d’union. Par exemple, mettre knowledge management au lieu de knowledge-management.
  • Respecter les contraintes de la conférence ou revue (e.g., nombre minimum et maximum de mots clés, lettres minuscules ou majuscules, ordre alphabétique ou importance, etc.).

En se basant sur ces consignes, on pourrait identifier les mots clés suivants:

check-22   Mots clés: Modeling; Numerical simulation; Iterative method; Algorithm; Turbulent flow; Aerodynamics; Velocity distribution; Three dimensional flow; Rotor; Wake; Wind generator; Wind energy

Tip One strategy for identifying relevant keywords is to look at those used in articles similar to yours.

2.5. The introduction

Voir la section

Étant la première section rencontrée par le lecteur, l’introduction peut avoir un impact important sur sa perception de l’ensemble du travail. Une introduction mal rédigée, ou dans laquelle les motivations, objectifs ou contributions de la recherche ne sont pas clairement décrits, laissera une mauvaise impression au lecteur. Il est donc important d’accorder un soin particulier à cette section.

Une bonne introduction contient typiquement les parties suivantes:

Contexte

L’introduction commence normalement par une présentation générale du contexte (e.g., domaine, application, processus, etc.) dans lequel s’insère la recherche. Le rôle de cette partie est double. Tout d’abord, elle permet d’amener naturellement le lecteur vers la problématique spécifique de recherche. Ensuite, elle sert à motiver la recherche en décrivant l’importance de son contexte.

Par exemple, la présentation du contexte pourrait se faire comme suit:

check-22   In recent years, the field of applied spectroscopy has attracted a growing amount of interest, due to its numerous applications in the detection of chemicals and microorganisms, sensors and medical instrumentation [1]. In many industrial systems, the task of recognizing color plays a key role

La référence [1] correspondrait typiquement à un article général ou un survol de littérature sur le domaine de la spectroscopie appliquée.

Problématique

Une fois le contexte général établi, il faut identifier plus précisément le problème ou la question spécifique à la recherche présentée dans l’article. Par exemple, il peut s’agir d’une limitation des approches existantes, d’une application nouvelle ou différente, d’une question ouverte, etc. Une fois de plus, il faut bien insister sur l’importance du problème visé ou la question visée par la recherche, pour qu’elle ne soit pas perçue comme simpliste ou inutile.

Voici un exemple de problématique:

check-22 Although various activity recognition methods have been proposed, most of them are constrained to small static environments in which only a few well-defined activities are allowed. This constitutes a significant limitation, as several important applications are set in large-scale environments with complex activities and emerging behaviors. As emphasized by Smith and Jones [2]activity recognition in dynamic environments is a highly complex problem for which no satisfying solution exists

In this case, the reference [2] is used to justify the importance of the research problem.

Submissions

The next part is used to describe the approach proposed to answer the problem or research question. The objective is not to describe this approach in detail (this will be done in the Methodology section) but rather to present its outline, emphasizing its advantages and innovative aspects.

check-22 To address this problem, we propose a transmit diversity scheme that improves the signal quality at the receiver on one side of the link by simple processing across two transmit antennas on the opposite side. The scheme may easily be generalized to two transmit antennas and M receive antennas to provide

Our approach differs from existing methods in two important ways. First, it is done without any feedback from the receiver to the transmitter. Also, the computational complexity is significantly lower than

Outline of the article

It is common to end the introduction by laying out the structure of the rest of the article, as in the following example:

check-22 The rest of this paper is organized as follows. In Section II, the classical maximal ratio combining approach is discussed and basic definitions are given. In Section III, we then present our proposed two-branch transmit diversity scheme

Tip The introduction is, for many, the most difficult part of the article to write. This is explained by the following fact: by being the majority of the time focused on the details of your research (eg, implementation of the solution, analysis of the results, etc.) it is easy to lose sight of the motivations, hypotheses and objectives initials of this research. To facilitate writing, it is therefore necessary to take a step back and consider the research as a whole.
Bail In a full article, the introduction should not review the literature. Only the references necessary for the motivation of the research are necessary.

2.6. The literature review

Voir la section

Comme l’indique son nom, cette section sert à présenter les principaux travaux de la littérature portant sur le même sujet que l’article. L’objectif n’est pas de faire un survol complet des travaux d’un domaine, tel que fait dans un article de type Survol de littérature, mais plutôt de situer les contributions de l’article par rapport aux travaux antérieurs. Cette section permet également de démontrer au lecteur sa connaissance du domaine.

Respectez les consignes suivantes lors de la rédaction de la revue de littérature:

  • Se concentrer sur les travaux récents, si possible considérés comme l’état de l’art pour le problème ciblé, et sur ceux (peut-être moins récents) qui contiennent les idées les plus proches de celles exploitées dans l’article.
  • Se limiter à des publications de qualité, dans des revues ou conférences réputées. Cela implique qu’il faut lire les articles référés!
  • Structurer les travaux de manière cohérente, par exemple, selon l’approche qu’ils proposent ou leur application.
  • Identifier les avantages et limitations respectives des travaux cités.
  • Si les mêmes auteurs ont publié plusieurs articles sur le même sujet, citer uniquement le travail le plus récent ou celui qui est relié de plus près à l’article que vous rédigez.

Les exemples suivants illustrent certaines de ces consignes:

check-22   In order to minimize crosstalk, all-solid multicore fibers have been demonstrated with heterogeneous [11] or trench-assisted [12], [13] cores, as well as in a ring configuration [14]. On the other hand, Tsuchida et al. [15] have shown that single-core holey microstructured fibers (MFs) can be tailored to much lower bend radii

check-22 Aras et al. [3] present a generative framework, based on Hierchical Hidden Markov Models (HHMM), to identify the activities of elderly people in a nursing home Due to its ability to learn high-level activities, this approach obtained a higher accuracy than the standard HMM model However, as pointed out later [4]transition-based models like HHMM are often sensitive to variations in the set of activities

Tip Use library databases (Compendex, Inspection, IEEExplore, PubMedSCOPUS, etc.) or tools such as Google Scholar to facilitate the search for references. These tools make it possible to limit the search to recent works by specifying a minimum year. Additionally, the number of references to each listed article is displayed by these tools and can be used to identify the most influential works in a field.
Bail A literature review that is too general or does not include works considered to be the state of the art is a frequent reason for refusing an article.

2.7. Methodology

Voir la section

Cette section constitue normalement le noyau central de l’article. C’est dans celle-ci qu’on explique en détails les principaux éléments de sa recherche, les étapes de sa réalisation, ainsi que l’approche expérimentale utilisée pour valider ses hypothèses.

Structure et titres

La méthodologie est très souvent la section la plus longue et la plus complexe d’un article. Elle renferme normalement plusieurs sous-sections et il n’est pas rare d’avoir même des sous-sous-sections. Il est donc important de bien structurer sa présentation, de sorte que le lecteur puisse suivre et comprendre chacune de ses parties, sans avoir à revenir en arrière ou lire une autre section.

Pour faciliter la tâche du lecteur, il est nécessaire de choisir des titres significatifs pour les sous-sections. Un bon titre devrait donner une idée précise sur le contenu de la sous-section, en utilisant aussi peu de mots que possible.

Par exemple, le titre suivant décrit bien le contenu de la section, mais est trop long:

  The process of learning our model using training data

Un titre plus court mais informatif serait le suivant:

check-22   Learning the model

Notation

Les articles scientifiques utilisent souvent des symboles mathématiques pour identifier les différentes variables, constantes, paramètres, etc. de la méthode de recherche. L’utilisation de tels symboles permet de simplifier grandement l’écriture, mais peut également confondre le lecteur, en particulier si ce dernier n’est pas familier avec la notation employée.

Pour faciliter le plus possible la lecture, il faut s’assurer de bien présenter la notation au début de la méthodologie. Cela correspond à:

  • Spécifier les règles générales de notation. Par exemple, il est commun d’utiliser une lettre majuscule pour désigner une matrice, une lettre minuscule en gras pour un vecteur, et une lettre minuscule pour un scalaire
  • Définir chacun des symboles employés dans la méthodologie, en spécifiant son type (e.g., nombre entier positif, matrice m x n de nombre réels, etc.) et son rôle (e.g., méta-paramètre du modèle, variable représentant un certain élément du modèle, etc.)

Lorsque la notation renferme un grand nombre de symboles, celle-ci peut être synthétisée sous la forme d’un tableau. Par exemple:

Symbol Definition

D

An n x l matrix representing the dictionary of training trajectories

n

The number of training trajectories

l

The length of a training trajectory

Cadre théorique

Avant de décrire en détail sa méthode de recherche, il peut être nécessaire de présenter le cadre théorique sur lequel s’appuie cette méthode. Ce dernier est composé de principes généraux reconnus dans le domaine, qui sont utilisés ou adaptés dans sa propre méthode. L’objectif du cadre théorique est double:

  1. Motiver son propre travail en le reliant à des concepts reconnus
  2. Alléger la présentation de sa méthode en référant à des travaux utilisant les mêmes concepts

Par exemple, le cadre théorique pourrait contenir une technique reconnue sur laquelle se base l’approche proposée dans l’article:

check-22   We first present the sparse reconstruction model that underlies the proposed approach. In this model, a signal y is represented as a sparse linear combination of training signals in a dictionary D, known as atoms. This model can be expressed as follows: The task of finding the combination coefficients in this model is known as basis pursuit denoising [5]

Description de la méthode

Une fois la notation et le cadre théorique présentés, on peut ensuite décrire sa propre méthode de recherche. Selon la nature de la recherche, cette description peut contenir les éléments suivants:

  • Les principales étapes de la méthodologie (e.g., analyse, conception, implémentation, etc.).
  • Les composantes majeures du système ou du montage expérimental, ainsi que leur rôle, propriétés, etc.
  • Les processus de calcul sous forme d’équations, de circuits ou d’algorithmes.
  • Les caractéristiques théoriques de la méthode (e.g., les variables indépendantes, les variables dépendantes, le traitement des variables confuses, etc. dans le cas d’une modélisation mathématique, ou la complexité en termes de temps de calcul et de mémoire, etc. dans le cas d’un algorithme).

Les conseils suivants sont à considérer dans la description de la méthode:

  • Pour faciliter la compréhension du lecteur, présenter les principes généraux de la méthode avant ses détails. Par exemple, on peut illustrer la méthode à l’aide d’un schéma conceptuel et décrire les différentes composantes de ce schéma.
  • S’assurer que le lecteur a tous les détails nécessaires pour reproduire les travaux décrits dans l’article.
  • Justifier ses choix d’analyse, conception, etc. à l’aide d’arguments théoriques (e.g., preuve mathématique), de principes reconnus ou de données empiriques (dans ce cas, celles-ci doivent être abondantes). Citer des travaux de la littérature si nécessaire.
  • Centrer le contenu de cette partie autour des objectifs et contributions de recherche présentés dans l’introduction. La principale contribution devrait ainsi occuper une partie plus importante que les contributions mineures.

Protocole expérimental

Le nombre de travaux de recherche augmentant sans cesse, la validation expérimentale de ces travaux devient de plus en plus importante. Conséquemment, même si un article offre des contributions originales et de bons résultats, il peut quand même être refusé si son protocole expérimental est incomplet ou inadéquat.

Un bon protocole expérimental devrait ainsi avoir les deux propriétés suivantes:

Sensibilité et Spécificité

Les expérimentations doivent permettre de valider ou d’invalider une hypothèse de départ. Les conditions expérimentales doivent donc idéalement avoir été contrôlées pour bien mesurer les effets recherchés (sensibilité) et ne mesurer que ces effets (spécificité).

Reproductibilité
Comme pour la description de la méthode, il est essentiel de fournir tous les détails nécessaires pour répéter les expériences décrites dans l’article et obtenir les mêmes résultats ou conclusions. Cela peut inclure:

  • Les données utilisées dans les expériences, la nature de ces données et leurs sources. Si ces données proviennent de simulations, décrire le processus et les paramètres utilisés pour les générer.
  • L’environnement dans lequel les expériences ont été réalisées. Par exemple, si les tests ont été réalisés par des moyens informatiques, spécifier leurs caractéristiques matérielles et logicielles (e.g., nombre de processeurs et leur cadence, quantité de mémoire vive, langage de programmation, etc.). Si les tests utilisent des instruments de mesure, on spécifiera toutes leurs caractéristiques pertinentes (e.g. marque, précision, méthode de calibrage utilisée, etc.).
  • Les différentes approches testées, ainsi que les valeurs des paramètres employées durant les tests.
  • Les métriques employées pour évaluer la validité des approches testées.
Pertinence
Une propriété tout aussi importante du protocole expérimental est sa pertinence. Des caractéristiques communes aux protocoles pertinents sont les suivantes:

  • Les données correspondent bien (e.g., taille, complexité, etc.) à celles pouvant être rencontrées dans l’application de la recherche.
  • Les approches utilisées comme étalons de comparaison sont considérées comme l’état-de-l’art.
  • La procédure pour déterminer les paramètres des méthodes testées est non-biaisée, pour ne pas avantager certaines méthodes au détriment des autres.
  • Les métriques d’évaluation sont celles couramment utilisées pour le problème visé.
Tip Dans certains cas, la description du protocole expérimental est donnée dans la même section que la présentation des résultats.
Caution Assurez-vous de toujours respecter les principes de confidentialité et d’éthique dans la présentation de vos travaux.

2.8. The results

Voir la section

Le rôle de cette section est de présenter ses principaux résultats et de les analyser en fonction des questions et hypothèses de sa recherche. Les résultats sont normalement présentés sous la forme de tableaux et figures, dont la séquence respecte un ordre logique. Par exemple, cette séquence pourrait correspondre à différentes expériences, chacune visant une certaine question de recherche ou servant à étudier une certaine propriété de l’approche proposée. Le texte de cette section devrait suivre cette même séquence et, en référant aux tableaux et figures, souligner les résultats nécessaires pour répondre aux questions et hypothèses de recherche.

Bail Tous les résultats importants doivent être inclus dans la présentation, même ceux qui paraissent défavorables ou aller à l’encontre des hypothèses de recherche. Un chercheur qui omet volontairement certains résultats peut ainsi perdre sa crédibilité. En revanche, une approche honnête, qui expose les résultats négatifs et tente de les expliquer, sera souvent récompensée.

Tableaux et figures

Après avoir lu le titre et le résumé d’un article, plusieurs lecteurs consulteront directement ses tableaux et figures pour décider s’il vaut la peine d’être lu ou non. Ces tableaux et figures doivent donc être visuellement intéressants et faciles à comprendre sans avoir à se référer au texte. Voici d’autres consignes à suivre lors de l’élaboration de ses tableaux et figures:

  • Se limiter aux tableaux et figures reliés directement aux objectifs, questions et hypothèses de recherche.
  • Ne pas utiliser de tableaux ou de figures si leur contenu peut être présenté facilement dans le texte.
  • Créer pour chaque tableau ou figure une légende qui, sans être trop longue, permet de comprendre son contenu sans avoir à se référer au texte.
  • Mettre la légende au dessus des tableaux et en dessous des figures (ou, le cas échéant, suivre les instructions fournies par le gabarit de la conférence ou de la revue).
  • S’assurer que tous les tableaux et figures sont cités dans le texte, et qu’ils sont numérotés selon leur ordre de citation.
  • En référant à un tableau ou une figure spécifique dans le texte, mettre la première lettre en majuscule. Par exemple: “As shown in Figure 1 …” ou “See Table 1 for …”.
  • Éviter les tableaux et figures qui dépassent la largeur ou la hauteur permise.
  • Si le contenu d’un tableau ou d’une figure provient d’un autre article, citer cet article dans la légende. Si une figure est reproduite intégralement, s’assurer d’avoir la permission du détenteur des droits d’auteur de cette figure.
  • Utiliser le plus souvent possible une figure pour illustrer les schémas complexes, au lieu d’expliquer en mots ces schémas (i.e., une image vaut mille mots).
  • Choisir un tableau au lieu d’une figure si la valeur exacte d’un résultat est plus importante que sa tendance ou les relations qu’il exprime.
  • Ordonner, si possible, les colonnes et rangées d’un tableau selon une séquence logique.
  • Choisir des titres pour les colonnes et/ou rangées des tableaux qui mettent en évidence leur rôle.
  • Éviter le plus possible les lignes horizontales ou verticales à l’intérieur d’un tableau.
  • Produire les graphiques et illustrations à l’ordinateur, jamais à la main.
  • Mettre toute explication détaillée d’une figure dans sa légende et non directement dans la figure.
  • Éviter les couleurs pour distinguer les éléments d’une figure (e.g., les courbes d’un graphique) car l’article pourrait être imprimé en noir et blanc (sauf s’il s’agit, par exemple, d’un article sur la génération ou la perception des couleurs). Distinguer plutôt ces éléments à l’aide de styles différents (e.g., lignes pointillées, polices différentes, etc.).
  • Utiliser des titres informatifs pour identifier les axes d’un graphique. Préciser les unités des axes à côté de ces titres.
Tip Articles with a double-column layout often allow larger tables to be put in single-column mode.
Tip If the article contains many results in the form of tables and figures, it may be preferable to put some of these results in the appendix in order to lighten the text. The most important results are typically left in the body of the article, or a summary of the results in the appendix (eg, average over all the datasets tested).

Statistical analyzes

Results should always be interpreted objectively, without extrapolating or seeking conclusions not supported by them. Thus, a reader should normally be able to come to these conclusions on their own, if presented with these results objectively.

A conclusion that seems a priori supported by the results may however turn out to be erroneous if it does not have the required statistical significance. This error is often encountered in the comparison of different approaches, where an approach is declared the best if its average performance over a number of tests is greater than that of the other approaches. However, if the number of tests is very small or the standard deviation of the results is very large, these results may be largely due to chance.

To avoid such errors, it is recommended to use a statistical hypothesis test. To carry out such a test, it is first necessary to formulate a hypothesis (known as null hypothesis) in relation to the question we are trying to answer. For example:

Hypothesis: The methods HAS and B have equal performance.

This hypothesis corresponds to a statistic that is estimated from a sample. In the previous example, the statistic would be the difference in average performance (assumed to be zero if the methods are equivalent), and the sample corresponds to the tests on which the methods are compared. Then, we check that the estimated value falls within a certain confidence interval, typically corresponding to 95% of the probability (ie, p-value of 0.05). If this value is outside the interval, then the hypothesis can be rejected.

Bail This does not mean that one method is better than another, but rather that this conclusion is very likely in the context presented and for the type of data analyzed in the article.

The test from the previous example, known as paired t-test, allows to conclude with a certain level of confidence that the performances of two methods are not equivalent. However, this test does not allow us to determine which of the two methods is better. For this, we must use a one-tailed test (one-tailed test) which only considers the probability that the estimated value is on some side of the expected value (zero in the example).

Tip The software Statgraphics Centurion is a statistical calculation software which not only makes it possible to perform a large number of descriptive statistics on samples of existing data (eg mean, standard deviation, correlation diagram, etc.), but which also and above all has inferential statistics tools or deductive, which help to make decisions about the data to be collected (eg prediction of the lifetime of a part, prediction of the number of samples required to verify at 95% that B improves A by at least 20% , etc.). It is available to the entire ÉTS student and research community and its lessons (tutorials) clearly describe the use of the different procedures. Obtain it by contacting [email protected], where xyz are the letters identifying your department (eg, [email protected]).

Results interpretation

It is usually not enough to analyze its results by statistical tests; they still need to be interpreted. For example, a statistical test might indicate that, on average, calculation method A yields results closer to reality than calculation method B, with a confidence level of 95%. However, the test gives no interpretation of the result, i.e. no information on why method A is better than method B. It is therefore judicious to put forward plausible explanations (based on on the methodological details of approaches A and B, and on the characteristics of the data they process) for the results obtained. For example:

check-22 The fact that the simple five-parameter logistical function provided a better approximation than the more flexible neural network approach for previously unseen data might be explained by an over-fitting issue with the neural network [Haykin 2008], especially in light of the small number of data available for model fitting. Such small data sets are typical in the context of our problem; therefore, simple parametric approaches should not be overlooked.

This interpretation is particularly relevant when discussing “negative” results (ie contrary to the initial hypothesis) and particularly useful for the advancement of research. It makes it possible to identify situations where the proposed approach does not work and to formulate new research hypotheses.

Leave a Reply