Le cadre de données R

La vérification et la validation (V&V) sont des processus distincts. La vérification permet de s'assurer qu'un produit répond aux exigences spécifiées ("Le construisez-vous correctement ?"). La validation permet de s'assurer que le produit répond aux besoins réels de l'utilisateur et à l'utilisation prévue ("Construisez-vous le bon produit ?"). Il s'agit d'activités complémentaires dans le cadre de la gestion de la qualité, souvent réalisées de manière séquentielle ou en parallèle pour garantir l'exactitude et l'utilité du produit.

La limite de répétabilité, [latex]r[/latex], est une valeur critique dérivée de l'écart type de répétabilité ([latex]s_r[/latex]). Elle représente la différence absolue maximale attendue entre deux résultats d'essai uniques, obtenus dans des conditions de répétabilité, avec une probabilité de 95%. Elle est généralement calculée comme suit : [latex]r = 2,8 fois s_r[/latex]. Si la différence dépasse [latex]r[/latex], les résultats sont considérés comme suspects.

La méthode des volumes finis (MVF) est une technique numérique dominante en CFD pour la résolution d'équations aux dérivées partielles. Elle discrétise le domaine en un maillage de volumes de contrôle et applique les équations de référence sous leur forme intégrale à chaque volume. En convertissant les intégrales de volume en intégrales de surface grâce au théorème de divergence, elle se concentre sur le calcul du flux de propriétés conservées à travers les faces des cellules.

La vérification formelle est l'utilisation de méthodes mathématiques pour prouver ou réfuter l'exactitude de la conception d'un système par rapport à une spécification formelle. Contrairement aux tests, qui ne peuvent montrer la présence de bogues que pour des entrées spécifiques, la vérification formelle peut prouver leur absence pour toutes les entrées possibles. Elle implique la création d'un modèle formel du système et l'utilisation de techniques telles que le model checking ou le theorem proving.

La détection de signaux consiste à identifier des liens de causalité potentiels entre un médicament et un événement indésirable à partir de vastes bases de données, généralement issues de systèmes de déclaration spontanée. Elle utilise des méthodes statistiques, appelées analyses de disproportionnalité, pour identifier les combinaisons médicament-événement signalées plus fréquemment que prévu. Une mesure courante est le rapport de cotes de déclaration (RDR), une valeur supérieure à 1 suggérant un signal potentiel nécessitant une investigation plus approfondie.