Découverte des plans OML (Orthogonal Main Effects Screening Designs for Mixed Level Factors) pour le criblage de facteurs et l'optimisation de formulation cosmétique

[#1]

Suite à l'introduction des plans DSD pour le criblage efficace et l'optimisation de facteurs en 2011, Bradley Jones a
publié en 2023 une nouvelle famille de plans factoriels permettant de pallier aux lacunes des DSD concernant la
gestion de plusieurs facteurs catégoriels à 2 niveaux.
Ce type de plan est comparé à un plan de criblage classique et aux plans DSD, et utilisé dans le cadre du criblage de
facteurs important pour la formulation d'un produit cosmétique.
Le plan s'avère efficient pour l'identification des facteurs importants, et permet d'obtenir des modèles de qualité et
parcimonieux pour chacune des réponses.

[#2]

Here are the ressources listed in the JMP Journal at the end of the video:

• Presentation of OML designs
  Screening Designs for Continuous and Categorical Factors: Technometrics: Vol 67 , No 1 - Get Access 
  A Family of Orthogonal Main Effects Screening Designs for Mixed Level Factors (2... presentation by Bradley Jones 
  A Class of Saturated Mixed-Level Main Effects Designs for Even Numbers of Runs -... presentation by @Ryan_Lekivetz 
  Mixed-Level Screening Designs from JMP 18.1 Help
  
  
• Overview of screening designs
  A Short Guide to Screening Designs - How to Handle Many Factors in Our Designed Experiments (LinkedIn article by @Jonas_Rinne) 
  The Evolution of Screening designs (personal Medium article)
  𝗕𝗮𝘆𝗲𝘀𝗶𝗮𝗻 𝗗-𝗢𝗽𝘁𝗶𝗺𝗮𝗹 𝗗𝗲𝘀𝗶𝗴𝗻 𝗳𝗼𝗿 𝗦𝗰𝗿𝗲𝗲𝗻𝗶𝗻𝗴 𝗘𝘅𝗽𝗲𝗿𝗶𝗺𝗲𝗻𝘁𝘀 𝘄�... (personal LinkedIn post)
  
  
• Modeling platforms and options
  A Surprising Use of the Fit Definitive Screening Platform (2022-EU-45MP-1066) presentation by Bradley Jones 
  Overview of the Fit Two Level Screening Platform from JMP 18.1 Help
  Regression Model Assumptions | Introduction to Statistics | JMP

Looking forward to your feedbacks and comments !