Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires
Dans le secteur agroalimentaire, la caractérisation des gestes culinaires est considérée de plus en plus comme un levier d’innovation. En observant et en analysant la manière avec laquelle leurs produits sont appréhendés en cuisine par les usagers (consommateurs ou professionnels), les industriels p...
Main Author: | |
---|---|
Other Authors: | |
Language: | fr |
Published: |
2019
|
Subjects: | |
Online Access: | http://www.theses.fr/2019NSARG017/document |
id |
ndltd-theses.fr-2019NSARG017 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-theses.fr-2019NSARG0172019-07-03T04:56:11Z Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires Statistical methodologies for the collection and analysis of data characterizing large sets of stimuli – Application to the sensory characterization of products & to the characterization of culinary techniques Méthodologies statistiques Grands ensembles de stimuli Caractérisation sensorielle Caractérisation de gestes culinaires Statistical methodologies Large sets of stimuli Sensory characterization Characterization of culinary techniques Dans le secteur agroalimentaire, la caractérisation des gestes culinaires est considérée de plus en plus comme un levier d’innovation. En observant et en analysant la manière avec laquelle leurs produits sont appréhendés en cuisine par les usagers (consommateurs ou professionnels), les industriels peuvent en effet déceler des pistes d’amélioration ou des idées de nouveaux produits.Dans ce travail de recherche, nous proposons de nouvelles méthodes dédiées à la caractérisation des gestes culinaires. Leur caractère innovant repose sur le fait qu’elles relèvent d’une approche quantitative, et non d’une approche qualitative comme cela est usuellement le cas. Elles s’inspirent en partie de deux méthodes de caractérisation utilisées en analyse sensorielle : le tri libre et la Q-méthodologie binaireNous voyons comment des développements méthodologiques apportés à ces dernières permettent de caractériser des grands ensembles de stimuli. Ces développements sont liés à la fois à la procédure de recueil des données et à la procédure d’analyse statistique des données.En particulier, nous proposons plusieurs procédures statistiques permettant d’aborder des problématiques variées : l’analyse d’un ensemble de partitions contenant des données manquantes, la classification non supervisée de profils d’évaluations binaires basée sur la notion d’accord inter-évaluateurs, etc.Nous voyons ensuite que les deux méthodes de caractérisation quantitatives ‘améliorées’ sont applicables à des gestes culinaires In the agri-food sector, the characterization of culinary techniques - through their observation and analysis - is increasingly seen as a lever for innovation. By analyzing how their products are used in the kitchen by the users (consumers or professionals), the manufacturers can detect improvement tracks or ideas for new products.In this research, we propose new methods dedicated to the characterization of culinary techniques. Their innovative nature is based on the fact that they are based on a quantitative approach, and not on a qualitative approach as is usually the case. They partially draw their inspiration in two methods of characterization used in sensory analysis: the free sorting and the binary Q-methodologyWe see how methodological developments brought to the latter make it possible to characterize large sets of stimuli. These developments are both related to the procedure of data collection and to the procedure of statistical analysis of the data. In particular, we propose several statistical procedures to address various issues: the statistical analysis of a set of partitions containing missing data, the unsupervised agreement-based clustering of a set of profiles of binary evaluations, etc.Then, we see that these two 'improved' quantitative methods of characterization can be successfully applicable to culinary techniques. Electronic Thesis or Dissertation Text fr http://www.theses.fr/2019NSARG017/document Brard, Margot 2019-01-21 Rennes, Agrocampus Ouest Causeur, David |
collection |
NDLTD |
language |
fr |
sources |
NDLTD |
topic |
Méthodologies statistiques Grands ensembles de stimuli Caractérisation sensorielle Caractérisation de gestes culinaires Statistical methodologies Large sets of stimuli Sensory characterization Characterization of culinary techniques |
spellingShingle |
Méthodologies statistiques Grands ensembles de stimuli Caractérisation sensorielle Caractérisation de gestes culinaires Statistical methodologies Large sets of stimuli Sensory characterization Characterization of culinary techniques Brard, Margot Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires |
description |
Dans le secteur agroalimentaire, la caractérisation des gestes culinaires est considérée de plus en plus comme un levier d’innovation. En observant et en analysant la manière avec laquelle leurs produits sont appréhendés en cuisine par les usagers (consommateurs ou professionnels), les industriels peuvent en effet déceler des pistes d’amélioration ou des idées de nouveaux produits.Dans ce travail de recherche, nous proposons de nouvelles méthodes dédiées à la caractérisation des gestes culinaires. Leur caractère innovant repose sur le fait qu’elles relèvent d’une approche quantitative, et non d’une approche qualitative comme cela est usuellement le cas. Elles s’inspirent en partie de deux méthodes de caractérisation utilisées en analyse sensorielle : le tri libre et la Q-méthodologie binaireNous voyons comment des développements méthodologiques apportés à ces dernières permettent de caractériser des grands ensembles de stimuli. Ces développements sont liés à la fois à la procédure de recueil des données et à la procédure d’analyse statistique des données.En particulier, nous proposons plusieurs procédures statistiques permettant d’aborder des problématiques variées : l’analyse d’un ensemble de partitions contenant des données manquantes, la classification non supervisée de profils d’évaluations binaires basée sur la notion d’accord inter-évaluateurs, etc.Nous voyons ensuite que les deux méthodes de caractérisation quantitatives ‘améliorées’ sont applicables à des gestes culinaires === In the agri-food sector, the characterization of culinary techniques - through their observation and analysis - is increasingly seen as a lever for innovation. By analyzing how their products are used in the kitchen by the users (consumers or professionals), the manufacturers can detect improvement tracks or ideas for new products.In this research, we propose new methods dedicated to the characterization of culinary techniques. Their innovative nature is based on the fact that they are based on a quantitative approach, and not on a qualitative approach as is usually the case. They partially draw their inspiration in two methods of characterization used in sensory analysis: the free sorting and the binary Q-methodologyWe see how methodological developments brought to the latter make it possible to characterize large sets of stimuli. These developments are both related to the procedure of data collection and to the procedure of statistical analysis of the data. In particular, we propose several statistical procedures to address various issues: the statistical analysis of a set of partitions containing missing data, the unsupervised agreement-based clustering of a set of profiles of binary evaluations, etc.Then, we see that these two 'improved' quantitative methods of characterization can be successfully applicable to culinary techniques. |
author2 |
Rennes, Agrocampus Ouest |
author_facet |
Rennes, Agrocampus Ouest Brard, Margot |
author |
Brard, Margot |
author_sort |
Brard, Margot |
title |
Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires |
title_short |
Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires |
title_full |
Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires |
title_fullStr |
Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires |
title_full_unstemmed |
Méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - Application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires |
title_sort |
méthodologies statistiques pour le recueil et l’analyse de données de caractérisation de grands ensembles de stimuli - application à la caractérisation sensorielle de produits & à la caractérisation de gestes culinaires |
publishDate |
2019 |
url |
http://www.theses.fr/2019NSARG017/document |
work_keys_str_mv |
AT brardmargot methodologiesstatistiquespourlerecueiletlanalysededonneesdecaracterisationdegrandsensemblesdestimuliapplicationalacaracterisationsensorielledeproduitsalacaracterisationdegestesculinaires AT brardmargot statisticalmethodologiesforthecollectionandanalysisofdatacharacterizinglargesetsofstimuliapplicationtothesensorycharacterizationofproductstothecharacterizationofculinarytechniques |
_version_ |
1719218600802254848 |