Search

Common subexpression elimination is a well-known compiler optimisa- tion that improves running time of compiled applications by avoiding the repetition of the same computation. Although it has been implemented on a low level such as bytecode, it misses multiple opportunities that are available on high level, such as optimizing lazy vals. We developed and implemented the transformation for Scala in a new mini-phase in the Dotty Compiler.

Modern programming languages such as Scala, Java and C# make extensive use of collections. A collection implementation represents a fixed choice in the dimensions of operation time and space utilization. Using the collection in a manner not consistent with this fixed choice can cause significant performance degradation. Often programmers have to choose between under-performing generic collection and specific data-structures at the cost of modularity and ex- tensibility. In his paper, we present and evaluate a generic collection library that automatically choose the appropriate collection implementations for an application. We implemented our solution in the Dotty compiler for Scala and showed that our implementation can choose optimal collections for com- mon basic algorithms.

Adaptive decision-making requires precise monitoring of decision quality in light of both sensory uncertainty and the variability inherent in cognitive functions. Such monitoring, or metacognitive reasoning, can be assessed by relating subjective confidence in a perceptual decision to objective accuracy. Selective attention is a known modulator of sensory processing, and reliable metacognitive access to attention may be the key to cope with the variability of the environment. The present dissertation investigates the temporal construction of visual confidence during and after the allocation of selective attention either to a point in time (temporal attention) or to a point in space (spatial attention). In both the temporal and spatial domain, we observe that attention constrains metacognitive ability, both during and after allocation. The robust temporal binding observed in the present thesis between attention and metacognition induces dissociations between confidence and accuracy when attention is misallocated. The empirical results presented in this work highlight a systematic inability to integrate the temporal dynamics of selective attention into metacognitive judgments., La dynamique du monde qui nous entoure nécessite sans cesse d'adapter nos décisions à son incertitude latente. Cette incertitude définit autant notre perception que le fonctionnement même de nos fonctions cognitives. La « métacognition » d’un individu - la manière dont il raisonne sur ses propres perceptions - peut être étudiée en comparant sa confiance à la qualité objective de ses décisions perceptives. Parce que l’attention sélective est une source importante de modulation sensorielle, une bonne métacognition des effets de l’attention sur la perception semble primordiale. La façon dont la confiance émerge du processus d’orientation de l'attention, et se développe ensuite dans l'espace et le temps, fait l'objet de cette thèse. Nous y décrivons notamment la solide dépendance que la confiance cultive à l'égard de l’attention visuelle, une dépendance qui subsiste à chaque étape du processus attentionnel. Les travaux expérimentaux présentés dans cette thèse suggèrent ainsi une dépendance si forte qu’une orientation erronée de l’attention passe souvent inaperçue au niveau métacognitif. Ces résultats témoignent de l'incapacité de la confiance à prendre en compte certaines des limites temporelles de l'attention sélective.

This thesis studies probability distortion in clinical judgment to compare physicians’ judgment with statistical models. We considered that physicians form their clinical judgment by integrating an analytical component and an intuitive component. We documented that physicians may suffer from several biases in the way they evaluate and integrate the two components. This dissertation gathers findings from the field and the lab. With actual medical data practice, we found that physicians were not as good as the statistical models at integrating consistently medical evidence. They over­estimated small probabilities that the patient had the disease and under­ estimated large probabilities. We found that their biased probability judgment might cause unnecessary health care treatment. How then can we improve physician judgment? First, we considered to replace physician judgment by the probability generated from our statistical model. To actually improve decision it was necessary to develop a statistical score that combines the analytical model, the intuitive component of the physician and his observed deviation from the expected decision. Second, we tested in the lab factors that may affect information processing. We found that participants’ ability to learn about the value of the analytical component, without external feedback, depends on the quality of their intuitive component and their working memory. We also found that participants’ ability to integrate both components together depends on their working memory but not their evaluation of the intuitive component., Cette thèse étudie la distorsion de probabilité dans le jugement clinique afin de comparer le jugement des médecins à des modèles statistiques. Nous supposons que les médecins forment leur jugement clinique en intégrant une composante analytique et une composante intuitive. Dans ce cadre, les médecins peuvent souffrir de plusieurs biais dans la façon dont ils évaluent et intègrent les deux composantes. Cette thèse rassemble les résultats obtenus sur le terrain et en laboratoire. À partir de données médicales, nous avons constaté que les médecins n'étaient pas aussi bons que les modèles statistiques à intégrer des évidences médicales. Ils surestimaient les petites probabilités que le patient soit malade et sous­-estimaient les probabilités élevées. Nous avons constaté que leur jugement biaisé pourrait entraîner un sur­-traitement. Comment améliorer leur jugement? Premièrement, nous avons envisagé de remplacer le jugement du médecin par la probabilité de notre modèle statistique. Pour améliorer la décision, il était nécessaire d'élaborer un score statistique qui combine le modèle analytique, la composante intuitive du médecin et sa déviation observée par rapport à la décision attendue. Deuxièmement, nous avons testé en laboratoire des facteurs qui peuvent influencer le traitement de l'information. Nous avons trouvé que la capacité des participants à apprendre la valeur de la composante analytique, sans feedback externe, dépend de la qualité de leur composante intuitive et de leur mémoire de travail. Nous avons aussi trouvé que la capacité des participants à intégrer les deux composantes dépend de leur mémoire de travail, mais pas de leur évaluation de la composante intuitive.