Search

La bibliothèque de l’Insee, héritière des fonds des bibliothèques des anciens services statistiques publics français, est aujourd’hui un gisement documentaire peu exploité par les chercheurs. Elle est cependant incontournable pour la recherche statistique, mais aussi historique et sociale en développant toutes les thématiques visées par des études statistiques. Il est ainsi possible de retracer près de deux siècles d’observation des sociétés, à la fois françaises et étrangères. La diversité des collections de la bibliothèque et sa couverture internationale en font une bibliothèque hors normes, à la mission de conservation croissante. Le défi pour les années à venir est de promouvoir et faire redécouvrir ce fonds documentaire qui peut être une ressource d’un intérêt considérable pour les chercheurs. Having inherited much of its holdings from the collections of former French public statistical services, the library of Insee is today a documentary deposit rarely used by researchers. It is nevertheless key to statistical research. To the degree they interest themselves in the subjects of statistical study, this also holds true for historical and social research. It is thus possible to retrace nearly two centuries of social observation, French and foreign alike. The diversity of the library’s collections and its international coverage make for an unconventional collection with an expanding mission of preservation. In the years to come, the challenge will be to promote and raise awareness about it among researchers for whom it may represent a resource of significant interest.

Cet article propose une critique des catégories territoriales utilisées dans les recensements brésiliens par l’Institut brésilien de géographie et statistique (IBGE). Les études de cas présentées illustrent la difficile compatibilité entre des données localisées de population et une approche géographique du peuplement. De nombreux écarts apparaissent lorsque l’on confronte des images de terrain (photographies) et satellitaires rendant compte des formes réelles d’occupation du sol aux découpages officiels distinguant les territoires urbains et ruraux. Ces décalages sont liés à plusieurs facteurs : la définition légale de l’urbain, l’agrégation des données, ainsi qu’une confusion entre population de la ville (ceux concentrés au chef-lieu du município) et population urbaine totale municipale. De tels écarts sont également la conséquence de processus historiques et d’enjeux politiques, économiques et fonciers. Ils affectent les résultats agrégés des données de recensements (population urbaine, taux d’urbanisation…), ainsi que les résultats locaux, pour chaque município. Les exemples analysés dans cet article montrent que la richesse statistique et cartographique diffusée par l’IBGE pourrait être mieux utilisée notamment pour obtenir des mesures plus cohérentes des « degrés d’urbanité » ainsi qu’une meilleure connaissance des différentes formes et densités du peuplement dans le pays. Este artigo oferece uma crítica das categorias territoriais utilizadas nos censos brasileiros pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Os estudos de caso apresentados ilustram incompatibilidades entre os dados populacionais localizados e uma abordagem geográfica do povoamento. Numerosas discrepâncias aparecem quando se compara fotografias e imagens de satélite mostrando as formas reais de uso do solo, às divisões oficiais que distinguem territórios urbanos de rurais. Estas discrepâncias estão ligadas a vários fatores: a definição legal do urbano, a agregação de dados e a confusão entre a população da cidade (aquelas concentradas na sede do município) e a população urbana municipal total. Tais discrepâncias são também consequência de processos históricos e de questões políticas, econômicas e fundiárias. Elas afetam os resultados agregados dos dados do censo (população urbana, taxa de urbanização etc.), assim como os resultados locais de cada município. Os exemplos analisados neste artigo mostram que a riqueza estatística e cartográfica disponibilizada pelo IBGE poderia ser mais bem utilizada, em particular para obter números mais coerentes quanto aos « graus de urbanidade », bem como um melhor conhecimento das diferentes formas e densidades de assentamento no país. This article offers a critique of the territorial categories used in Brazilian censuses by the Brazilian Institute of Geography and Statistics, IBGE. The case studies presented illustrate the difficult compatibility between localized population data and a geographic approach to settlement. Numerous discrepancies appear when one compares field images (photographs) and satellite images that show the real forms of land use with official divisions that distinguish between urban and rural territories. These discrepancies are related to several factors: the legal definition of urban, the aggregation of data, and confusion between the city population (those concentrated in the capital of the municipality) and the total municipal urban population. Such discrepancies are also the consequence of historical processes and political, economic, and land issues. They affect the aggregate results of the census data (urban population, urbanization rate, etc.), as well as the local results for each municipality. The examples analyzed in this article show that the statistical and cartographic wealth disseminated by the IBGE could be better used, especially to obtain more coherent measures of « degrees of urbanity » and a better knowledge of the different forms and densities of settlement in the country.

Most of the active pharmaceutical ingredients (API) can exist, in the solid state, under several crystalline phases (polymorphs, solvates, cocristals…). These phases have different physicochemical properties, which can affect the drug efficacy and its manufacturing process. In the pharmaceutical industry, a solid-state screening is thus carried out in the early stages of a drug development, to identify the existing phases and choose the one to develop. At this step, only a small amount of raw material is available, reducing the number of experiments. Droplet microfluidics is used to reduce the crystallization volumes to nanoliter scale, and thus the amount of product. This makes it possible to increase the number of experiments, bringing a statistical approach to address the stochasticity of nucleation.This thesis presents the development of a modular microfluidic platform, easy to use and compatible with most solvents, for solid-state screening of active pharmaceutical ingredients and fundamental nucleation studies. It enables to generate saturated solutions and droplets starting from powder and their characterization, to measure solubility, to crystallize API by cooling or non-solvent addition processes and to monitor nucleation in time and as a function of the temperature to establish global statistics on nucleation (all phases included). Lastly, the different phases are identified in situ by Raman spectroscopy to perform phase to phase statistics.; La plupart des principes actifs pharmaceutiques peuvent exister à l’état solide sous différentes phases cristallines (polymorphes, solvates, cocristaux…). Celles-ci ont des propriétés physico-chimiques différentes, pouvant affecter l’efficacité d’un médicament, ainsi que son procédé de fabrication. Dans l’industrie pharmaceutique, un criblage de l’état solide a donc lieu dès les premières étapes du développement d’un médicament, afin d’identifier les phases existantes et choisir celle qui sera développée. A ce stade du développement, seulement une petite quantité de produit est disponible, limitant ainsi le nombre de tests réalisés. La microfluidique à base de gouttes permet de réduire les volumes de cristallisation à quelques nL, et donc les quantités de matière nécessaires. Il est ainsi possible de multiplier les expériences, apportant un point de vue statistique afin de répondre à la stochasticité du phénomène de nucléation.Cette thèse présente le développement d’une plateforme microfluidique modulable utilisant des composants compatibles avec la majorité des solvants et facile d’utilisation, pour le criblage de l’état solide de molécules pharmaceutiques et des études fondamentales sur la nucléation. Elle permet de générer des solutions saturées et des gouttes à partir de poudre et de les caractériser, mesurer des solubilités, cristalliser des principes actifs dans les gouttes par refroidissement ou ajout d’un non-solvant et suivre la nucléation au cours du temps et de la température afin d’établir des statistiques globales de nucléation (toutes phases confondues). Enfin, les différentes phases obtenues sont caractérisées in situ par spectroscopie Raman afin d’établir des statistiques de nucléation phase par phase.

Pour intégrer les forces armées, les recrues doivent se soumettre à la sélection médicale. Les examens médicaux du recrutement sont l’occasion de recueillir un certain nombre d’informations sur la condition physique et pathologique des candidats. Ces données sont l’objet de débats et de controverses en tant qu’elles livrent des informations à la fois sur la manière dont est prélevé et réparti l’impôt du sang et sur l’état de santé de la nation. Les statistiques – sélection et agencement d’un grand nombre d’enregistrements – entendent livrer la description chiffrée d’un phénomène. En tant que statistiques médicales, elles sont perçues par leurs contemporains comme doublement objectives. Elles bénéficient d’abord de l’image d’impartialité attachée au chiffre, mais aussi de la neutralité associée au monde biologique. Pourtant, elles traduisent des constructions cognitives et actives et contribuent à donner forme à la société qu’elles entendent fidèlement refléter. La construction et l’utilisation des indices d’aptitude, qui permettent d’interpréter ces statistiques, dévoilent notamment des stratégies de contestation que de justification de la conduite de la guerre au plus haut niveau de l’État. Leur instrumentalisation politique confirme l’importance des méthodes quantitatives dans l’exercice du pouvoir. Elle prend, en France et en Angleterre, des directions diamétralement opposées. L’indice de Pignet, incorporé à la protestation hygiéniste française contre l’affaiblissement de la sélection médicale, est utilisé comme outil de surveillance sanitaire des opérations médicales du recrutement jusqu’en 1923. L’indice de Keith sert au contraire à contrôler le débat britannique d’après-guerre et à clore une séquence de crise politique. Access to the First World War battlefield depended on the favorable opinion of medical experts, as scientific examination resulted in the conscript’s enrolment into or exclusion from the military. Statistical indexes were established to properly measure and assess suitability for the military service and to interpret the medical data obtained throughout this process. Those data were the focus of major political debates moving in completely opposite directions in France and in Great Britain. In France, Pignet’s index was used as a tool to criticize and control the health implications of the recruitment policy. In the United Kingdom, Keith’s index of fitness was used to legitimate the recruitment policy and allay public unrest. Political use of medical statistics thus confirms the strategic importance of quantification in the exercise of power.

En tant que directeur de la statistique au ministère égyptien de la justice, René Maunier a rédigé et calligraphié lui-même, en 1918, un « album graphique » décrivant les évolutions des crimes, délits et infractions enregistrés par les « juridictions indigènes » de 1890 à 1918. Cet ensemble de tableaux, courbes, cartes et histogrammes est précédé d’une « note explicative » dans laquelle l’auteur énonce les principes qu’il a suivis et passe en revue la littérature sur la statistique criminelle en Égypte. Dans sa présentation, Alain Chenu invite à réévaluer à la hausse l’importance du recours de Maunier aux méthodes statistiques, et examine les raisons pour lesquelles il va ensuite s’en détourner. As the head of statistics at the Egyptian ministery of Justice, René Maunieur drew up a « graphic album of penal statistics in Egypt » (1918), describing the trends in crime and offences registered by the « indigeneous jusrisdictions » from 1890 to 1918. This set of tables, curves, maps, and histograms follows an « explanatory note » where the author defined his guidelines and reviewed the literature in the field of criminal statistics in Egypt. In his presentation, Alain Chenu invites to an upgrading of Maunier’s involvement in the use of statistical methods, and tries to answer a question : why has Maunier, later on, left behind statistics ?

This thesis deals with two main issues of the enterprise economy: on one hand the place and the function of the very small enterprises in industrial economies and of the informal sector in developing countries, and on the other hand the theory of the firm’s growth.Most methodological approaches are empirical. The analysis of the seven papers which make up this thesis are based on data from various sources of national statistics in France, European Union countries, East and Central Oriental European countries and developing countries. The great variety of areas for analysis puts the results into perspective and gives the opportunity to compare enterprises growth paths in different geographical areas.These papers provide some original contributions to the analysis of the quality of statistical data about enterprises, to the place and the function of very small enterprises and to the determinants of the growth. The studies of statistical bases used in enterprises analyses show the effects of a scarce coverage of the productive field and methodological choices relative to the processing of data. The studies about the place and the role of very small enterprises show that the situation of small and large firms are more complementary than competing, in accordance with the theory of E. Penrose. They analyze also the special characteristics of economic behavior of very small enterprises, in particular exportation, innovation, cooperation and productivity, and the research questions of optimal and critical size. Lastly, a few articles study some determinants of the growth like size, geographical location and investment. The diversity of growth paths of very small enterprises raise concerns about the goals and the strategies of the entrepreneurs.To conclude, these different studies bring some elements to know if the size is still a relevant criterion to study enterprises behaviors and strategies, in view of the radical changes of the productive systems.; Cette thèse traite de deux problématiques structurantes dans le champ de l’économie de l’entreprise : la place et le rôle de la très petite entreprise (TPE) dans les pays industrialisés et du secteur informel dans les pays en développement (PED) et la théorie de la croissance de la firme. Les analyses des sept articles constitutifs de cette thèse sur travaux reposent sur l’exploitation de données individuelles d’entreprises issues de diverses sources statistiques nationales en France, dans les pays de l’Union Européenne, les pays d’Europe centrale et orientale et les PED. La grande diversité des terrains d’analyses permet de mettre en perspective les résultats observés.Ces articles apportent quelques contributions originales aux analyses de la qualité des données statistiques sur les entreprises, de la place de la TPE et des déterminants de la croissance des entreprises. Les travaux consacrés aux soubassements statistiques des analyses d’entreprises étudient les effets d’une couverture du champ productif déficiente ou mal structurée et des différents choix méthodologiques liés aux modalités de traitement des données. Ceux relatifs à la place et au rôle de la TPE révèlent des situations souvent plus complémentaires que concurrentes des petites et des grandes entreprises et présentent également les spécificités des comportements des TPE, notamment en matière d’exportation, d’innovation, de relations inter-entreprises et de productivité, tout en traitant les questions de taille optimale et de taille critique. Enfin les articles qui se penchent sur la croissance des entreprises s’intéressent plus particulièrement à certains déterminants (la taille, la localisation, l’investissement, …) et, à partir de la diversité des trajectoires individuelles des TPE, questionnent les objectifs poursuivis par les entrepreneurs et leurs stratégies. Au final, ces différents travaux apportent des éléments de réponse à la question de savoir si la taille fait encore sens, au regard des mutations des systèmes productifs, pour analyser les comportements et les stratégies des entreprises.

De nombreux travaux ont montré l’importance des pratiques d’énumération dans le contrôle social colonial. De la fin octobre 1873 à février 1875 le Bengale fait officiellement face à une situation de famine, dont l’ampleur est objet de controverses en Inde coloniale comme en métropole. Le bilan officiel fait état du chiffre dérisoire de vingt-quatre morts directement dues à la faim et qui auraient pu être évitées. Mais que recouvre ce chiffre ? Il semble paradoxal d’énumérer des cas individuels de mortalité dans le cadre d’un phénomène généralisé. En contrôlant la surmortalité par un bilan officiel à la représentativité statistique contestable, les autorités cherchent moins à rendre compte de la famine qu’à justifier les mesures prises et à rejeter la responsabilité de leur sort sur les affamés eux-mêmes. The importance of numbering practices for colonial social control is well-documented. From October 1873 to February 1875, there was officially a famine situation in Bengal but its scope was controversial both in colonial India and in Britain. Officials stated that only twenty-four people had died directly from starvation during the famine. But what does this number stand for? It seems paradoxical to register individual cases in the midst of a broad phenomenon. With this statistically questionable official statement, the colonial authorities were more concerned with justifying their policies than acknowledging the reality of famine. Moreover they made the starving responsible for their own starvation.

En linguistique romane, les enquêtes qui visent à vérifier l’existence d’une série de phénomènes linguistiques dans une variété donnée sont nombreuses. Or, pour des raisons évidentes, les publications ciblent généralement davantage les résultats que les détails méthodologiques. Les procédés d’enquête et le traitement précis auquel sont soumis les données sont pourtant déterminants pour l’interprétation des résultats. Dans un souci de transparence, cette proposition vise à combler cette lacune en présentant un modèle de traitement de données linguistiques recueillies par enquête dans le cadre du projet international The Third Way : Prepositional Adverbials from Latin to Romance (2018-2022), dirigé par M. Hummel et financé par le Fond National Autrichien (projet FWF n˚ P30751-G30). Ce dernier soumet un phénomène morphosyntaxique rare et mal attesté dans la documentation grammaticographique et lexicographique (Hummel et al. 2019) à une analyse historico-variétale dans une perspective comparative pour retracer leur présence et leur trajectoire depuis le latin jusqu’aux langues romanes contemporaines. Il s’agit des adverbes prépositionnels, plus précisément des adverbiaux construits selon le schéma ‘Préposition + Adjectif’, comme l’espagnol sobre cierto “sans risque”, l’italien sul serio “sérieusement”, ou le français en gros (polysémique). Selon les analyses relevant du volet diachronique du projet, ce type d’adverbe est particulièrement productif du Latin tardif jusqu’au début du XVIe siècle avant d’être progressivement écarté dans le cadre de la standardisation, notamment sous la pression du purisme (Hummel ici-même).C’est dans le volet synchronique du projet que s’intègre la présente communication. Le phénomène grammatical ciblé étant rare dans la plupart des langues romanes, des investigations dans des variétés périphériques susceptibles d’avoir conservé des phénomènes issus de la tradition vernaculaire visent à vérifier leur vigueur d’emploi actuel (vitalité) dans un groupe d’au moins vingt locuteurs par zone. L’analyse porte sur une série d’adverbiaux prépositionnels dont 25 sont largement partagés dans la Romania. Cette vitalité est identifiée en relevant leur reconnaissance et leurs caractéristiques syntagmatiques, paradigmatiques et diasystémiques par le biais d’enquêtes semi-dirigées qualitatives réalisées sur le terrain par une équipe de chercheurs qui adaptent à chaque variété un modèle partagé (Wissner et al. 2020). Le projet porte sur des dialectes primaires – en Italy (Campania : Montella) et en Roumanie (Banat : Voislova) – et des dialectes secondaires, en Andalusie-Granada (Almería), au Brésil (Bahía et Rio de Janeiro), au Mexique (Veracruz et Aguascalientes) ainsi qu’au Québec (Saguenay–Lac-St-Jean). Ce procédé soulève trois problèmes majeurs que nous proposons d’aborder :1)Comment recueillir des données qualitatives dans différentes variétés romanes qui soient effectivement comparables ?2)Comment traiter ces données panromanes afin d’obtenir des résultats significatifs ?3)Comment interpréter de telles données contemporaines, compte tenu du choix des variétés et de la méthodologie d’enquête, y compris du choix d’un petit nombre de locuteurs ?La communication ciblera en particulier le traitement des données, qui implique le recours aux statistiques dans la mesure où il s’agit de comparer des données. Comment s’assurer que les résultats soient signficatifs, vu le petit nombre de locuteurs interrogés par variété, et dans la mesure où aucun locuteur ne saurait connaître l’ensemble des phénomènes linguistiques de sa variété d’appartenance ? Pour répondre à ce problème, la communication présentera une nouvelle méthode statistique qui associe des outils standards (Barlow 2003, Freeman/Halton 1951, QtGrace/Grace 2017) à des outils conçus pour le projet (Roy 2021, Wissner/Roy 2021). Elle sera illustrée à l’exemple de trois adverbes prépositionnels d’Irpinia (Montella) : a bbacando “en vain”, pe ccerto “pour sûr” et a lliego “(à) vide, sans chargement”.Cette proposition s’intègre le mieux dans la section 8 (ou 7 voire 4) puisqu’elle discute comment des données relevées par enquête suivant une méthodologie qui associe les connaissances de la sociolinguistique et de la dialectologie pour examiner des adverbes prépositionnels peuvent être traitées avec des outils statistiques. La méthode développée dépasse le recours aux pourcentages ou aux probabilités, largement répandus en linguistique, afin d’extraire des données effectivement significatives.

The objective of this thesis is to develop a way to detect weeds in a field using multispectral images, in order to determine which weeds should be eliminated during the current crop cycle and more particularly at the early stages. The multi-criteria approach focuses on the spatial arrangement, the spectral signature, the morphology and the texture of the plants located in the plots. This work proposes a method for selecting the best criteria for optimal discrimination for a given setup. Prior to the extraction of these criteria, a set of methods was developed in order to correct the errors of the acquisition device, to precisely detect the vegetation and then to identify within the vegetation the individuals on which the different criteria can be computed. For the individual detection step, it appears that leaf scale is more suitable than plant scale. Vegetation detection and leaf identification are based on deep learning methods capable of processing dense foliage. The introduction of these methods in a usual processing chain constitutes the originality of this manuscript where each part was the subject of an article. Concerning the acquisition device, a method of spectral band registration was developed. Then, new vegetation indices based on artificial intelligence constitute one of the scientific advances of this thesis. As an indication, these indices offer a mIoU of 82.19% when standard indices ceil at 63.93%-73.71%. By extension, a leaf detection method was defined and is based on the detection of their contours, this method seems advantageous on our multispectral data. Finally, the best property pairs were defined for crop/weed discrimination at leaf level, whith classification performances up to 91%., L'objectif de cette thèse est de mettre au point un moyen de détecter les adventices dans un champ à l'aide d'images multispectrales, afin de pouvoir déterminer quelles sont les adventices à éliminer pendant le cycle de culture en cours et plus particulièrement aux stades précoces. L'approche multi-critère s'intéresse à la disposition spatiale, à la signature spectrale, à la morphologie et à la texture des plantes présentes dans les parcelles. Ce manuscrit propose une méthode permettant de sélectionner les meilleurs critères pour une discrimination optimale dans un contexte donné. Préalablement à l'extraction de ces critères, un ensemble de méthodes ont été développées afin de corriger les erreurs du dispositif d'acquisition, de détecter précisément la végétation, puis d'identifier au sein de la végétation les individus sur lesquels les différents critères peuvent être extraits. Pour l'étape de détection des individus, il s'est révélé que l'échelle de la feuille était plus adaptée que celle de la plante. La détection de la végétation et l'identification des feuilles s'appuient sur des méthodes d'apprentissage profond, capables de traiter des feuillages denses. L'introduction de ces méthodes dans une chaîne de traitement usuelle constitue l'originalité de ce manuscrit où chaque partie a fait l'objet d'un article. Concernant le dispositif d'acquisition, une méthode de recalage des bandes spectrales a été développée, et les résultats montrent une précision de l'ordre du pixel. Ensuite, de nouveaux indices de végétation reposant sur de l'intelligence artificielle constituent l'une des avancées scientifiques de cette thèse. A titre indicatif, ces indices permettent d'atteindre 82.19% de mIoU contre 63.93%-73.71% pour des indices standards et fonctionnent en environnement non-contrôlé. Par extension, une méthode de détection des feuilles a été définie. Elle repose sur la détection de leurs contours, et semble avantageuse sur nos données multispectrales. Finalement, les meilleurs couples de propriétés ont été définis pour la discrimination culture/adventices à l'échelle de la feuille, dont les performances atteignent 91% de classification.

The Household PCS (PCS being a French nomenclature of socio-professional categories) enables the social position of a household to be analysed by the cross-referenced situation of the main adults in the household rather than on the basis of the profession of a single individual (reference person, dominant position, etc.). This new nomenclature reflects the multiplicity of resources (economic, educational, etc.) in the form of a hierarchical and modular grid, specifically distinguishing households according to social homogamy and mono-or bi-activity. Compared to approaches that categorise households on the basis of a single individual, it enables social phenomena to be described at household level and is accompanied by an explanatory gain in statistical models. It is made available in official statistics sources from 2022 onwards and is likely to be implemented retrospectively. After describing the Household PCS and its groups, the article illustrates its empirical contribution from three themes (place of residence and housing conditions, standard of living and wealth, educational trajectories of children). Finally, it presents the profound changes in family and professional categories that transformed the household structure between 1982 and 2019., La PCS Ménage permet d’analyser la position sociale d’un ménage en résumant la situation croisée des principaux adultes du ménage plutôt qu’à partir de la profession d’un seul individu (personne de référence, position dominante, etc.). Cette nouvelle nomenclature rend compte d’une multiplicité de ressources (économiques, scolaires, etc.) sous la forme d’une grille hiérarchisée et modulable, distinguant spécifiquement les ménages selon l’homogamie sociale et la mono-ou bi-activité. Par rapport aux approches qui catégorisent les ménages sur la base d’un seul individu, elle permet de décrire des phénomènes sociaux au niveau du ménage et s’accompagne d’un gain explicatif dans les modèles statistiques. Elle est mise à disposition dans les sources de la statistique publique à partir de 2022 et susceptible d’y être implémentée de façon rétrospective. Après avoir décrit la PCS Ménage et ses groupes, l’article illustre son apport empirique à partir de trois thématiques (lieu de résidence et conditions de logement, niveau de vie et de patrimoine, parcours scolaire des enfants). Il présente enfin les profondes évolutions familiales et professionnelles ayant transformé la structure des ménages entre 1982 et 2019., Amossé Thomas, Cayouette-Remblière Joanie. Une nouvelle nomenclature, la PCS Ménage / A New Nomenclature for French Statistics: The Household PCS. In: Economie et Statistique / Economics and Statistics, n°532-33, 2022. pp. 139-157.

The objective of this thesis is to develop a way to detect weeds in a field using multispectral images, in order to determine which weeds should be eliminated during the current crop cycle and more particularly at the early stages. The multi-criteria approach focuses on the spatial arrangement, the spec- tral signature, the morphology and the tex- ture of the plants located in the plots. This work proposes a method for selecting the best criteria for optimal discrimination for a given setup. Prior to the extraction of these crite- ria, a set of methods was developed in order to correct the errors of the acquisition de- vice, to precisely detect the vegetation and then to identify within the vegetation the in- dividuals on which the different criteria can be computed. For the individual detection step, it appears that leaf scale is more sui- table than plant scale. Vegetation detection and leaf identification are based on deep lear- ning methods capable of processing dense fo- liage. The introduction of these methods in a usual processing chain constitutes the ori- ginality of this manuscript where each part was the subject of an article. Concerning the acquisition device, a method of spectral band registration was developed. Then, new vege- tation indices based on artificial intelligence constitute one of the scientific advances of this thesis. As an indication, these indices offer a mIoU of 82.19% when standard in- dices ceil at 63.93%-73.71%. By extension, a leaf detection method was defined and is ba- sed on the detection of their contours, this method seems advantageous on our multis- pectral data. Finally, the best property pairs were defined for crop/weed discrimination at leaf level, whith classification performances up to 91%., L’objectif de cette thèse est de mettre au point un moyen de détecter les adventices dans un champ à l’aide d’images multispectrales, afin de pouvoir déterminer quelles sont les adventices à éliminer pen- dant le cycle de culture en cours et plus particulièrement aux stades précoces. L’ap- proche multi-critère s’intéresse à la disposi- tion spatiale, à la signature spectrale, à la morphologie et à la texture des plantes pré- sentes dans les parcelles. Ce manuscrit pro- pose une méthode permettant de sélection- ner les meilleurs critères pour une discrimina- tion optimale dans un contexte donné. Préa- lablement à l’extraction de ces critères, un ensemble de méthodes ont été développées afin de corriger les erreurs du dispositif d’ac- quisition, de détecter précisément la végéta- tion, puis d’identifier au sein de la végéta- tion les individus sur lesquels les différents critères peuvent être extraits. Pour l’étape de détection des individus, il s’est révélé que l’échelle de la feuille était plus adaptée que celle de la plante. La détection de la végéta- tion et l’identification des feuilles s’appuient sur des méthodes d’apprentissage profond, capables de traiter des feuillages denses. L’in- troduction de ces méthodes dans une chaîne de traitement usuelle constitue l’originalité de ce manuscrit où chaque partie a fait l’objet d’un article. Concernant le dispositif d’acquisition, une méthode de recalage des bandes spectrales a été développée, et les ré- sultats montrent une précision de l’ordre du pixel. Ensuite, de nouveaux indices de vé- gétation reposant sur de l’intelligence arti- ficielle constituent l’une des avancées scien- tifiques de cette thèse. A titre indicatif, ces indices permettent d’atteindre 82.19% de mIoU contre 63.93%-73.71% pour des indices standards et fonctionnent en environnement non-contrôlé. Par extension, une méthode de détection des feuilles a été définie. Elle re- pose sur la détection de leurs contours, et semble avantageuse sur nos données multis- pectrales. Finalement, les meilleurs couples de propriétés ont été définis pour la discri- mination culture/adventices à l’échelle de la feuille, dont les performances atteignent 91% de classification.

Flash floods are among the most devastating natural hazards in the world. According to Jamali et al. (2020), they are responsible for nearly 84% of deaths from natural disasters. While flooding from a conventional flood can be anticipated with some lead time, a flash flood is much more rapid and localized, and therefore much more difficult to predict. This is the case in the Mediterranean regions of France. Faced with this problem, the institutions in charge of flood forecasting need quality information and efficient models in order to optimize their responses. Because the rainfall that generates these flash floods is very heterogeneous both in time and space, in addition to the fundamentally non-linear nature of the rainfall-flow relationship, forecasting them remains a very serious challenge. For three decades now, neural networks have proven their efficiency in solving complex and non-linear problems, in particular rainfall-flow relationships in various hydrological situations. Within these types of models, Deep Learning as a learning method that is mainly applied to deep neural networks has proven to be particularly successful in many disciplines. However, because of their black box character, which seems to us rather an advantage considering the lack of knowledge on some hydrological processes, the interest of their application is sometimes questioned.For this reason, this work has applied deep neural networks to flash flood forecasting with three main objectives: the first objective aims at interpreting the parameters of the deep layers of the three types of perceptrons generally used in hydrology: static, directed, recurrent. To do so, this work followed two steps: (i) extracting the parameter values of the optimized models using the "Knowledge eXtraction (KnoX)" method proposed by Kong A Siou et al. (2013); (ii) interpreting these parameters through a comparative analysis of this information with data characterizing some hydrological processes of the watershed; this part has been published in the proceedings of the ITISE 2018 international conference, for the forecasting component, and in a book chapter of the LNCS (Lecture Notes in Computer Sciences) Springer series for the interpretation of the parameters. The second objective is to take into account the spatialization of precipitation and the associated scale effects through deep nested basin modelling. This allowed to extend the forecast lead time that had been achieved by Artigue (2012) from 2 to 3 hours, thanks to the introduction of physical information in the model; this work has been submitted to the journal Water. The third objective, following a dual approach of the first objective, proposes to inject information into the deep layer parameters of the models in order to improve their forecasting performance. If this last objective has not been completely achieved, we note however that it brings benefits for recurrent networks with a significant improvement of forecasting results.This work has highlighted, once again, the quality of the model selection method, which allows not only to make efficient forecasts on the most intense events of the database, but also to achieve a parsimonious deep architecture allowing, thanks to the Levenberg-Marquardt training rule, to train the deep layers without observing any vanishing gradient.; Les crues éclair font partie des risques naturels les plus dévastateurs dans le monde. Selon Jamali et al. (2020), elles sont responsables de près de 84 % des décès causés par les désastres naturels. Si l’inondation par une crue classique peut être anticipée avec un certain délai, une crue éclair est bien plus rapide et localisée, et donc bien plus difficile à prévoir. Tel est le cas des régions méditerranéennes en France. Face à cette problématique, les institutions chargées de la prévision des crues et des inondations ont besoin d’informations de qualité et de modèles performants afin d’optimiser leurs réponses. Du fait que les pluies génératrices de ces crues éclair sont très hétérogènes aussi bien dans le temps que dans l’espace, en sus du caractère fondamentalement non-linéaire de la relation pluie-débit, leur prévision reste un défi très sérieux. Depuis maintenant trois décennies, les réseaux de neurones ont prouvé leur efficacité pour résoudre des problèmes complexes et non linéaires, en particulier les relations pluie-débits dans diverses situations hydrologiques. Au sein de ces types de modèles, le Deep Learning en tant qu’une méthode d’apprentissage qui s’applique principalement aux réseaux de neurones profonds, s’est montré particulièrement performant dans de nombreuses disciplines. Cependant, du fait de leur caractère de boîtes noires, qui nous parait plutôt un avantage compte tenu du manque de connaissance sur certains processus hydrologiques, l’intérêt de leur application est parfois mis en doute.Pour cette raison ce travail a appliqué des réseaux de neurones profonds à la prévision des crues éclair avec trois principaux objectifs : le premier objectif vise l’interprétation des paramètres des couches profondes des trois types de perceptrons généralement utilisés en hydrologie : statique, dirigé, récurrent. Pour ce faire ce travail a suivi deux étapes : (i) extraire les valeurs des paramètres des modèles optimisés en utilisant la méthode « Knowledge eXtraction (KnoX)» proposée par Kong A Siou et al. (2013) ; (ii) interpréter ces paramètres grâce à une analyse comparative de ces informations avec les données caractérisant certains processus hydrologiques du bassin versant ; cette partie a été publiée dans les actes de la conférence internationale ITISE 2018, pour le volet prévision, et dans un chapitre de livre de la série LNCS (Lecture Notes in Computer Sciences) pour l’interprétation des paramètres. Le second objectif est de prendre en compte la spatialisation des précipitations et les effets d’échelle associés grâce à une modélisation profonde par bassins emboités. Ceci a permis d’allonger l’échéance de prévision qui avait été réalisée par Artigue (2012) de 2 à 3 heures, grâce à l’introduction d’information physiques dans le modèle ; ce travail a été soumis à la revue Water. Le troisième objectif, en suivant une approche duale du premier objectif, propose d’injecter de l’information dans les paramètres des couches profondes des modèles afin d’améliorer leur performance en prévision. Si ce dernier objectif n’a pas été complètement atteint on note cependant qu’il apporte des bénéfices pour les réseaux récurrents avec une amélioration des résultats de prévision significative. Ce travail a mis, une fois de plus, en évidence la qualité de la méthode de sélection de modèles, qui permet non seulement de réaliser des prévisions performantes sur les évènements les plus intenses de la base de données, mais aussi d’aboutir à une architecture profonde parcimonieuse permettant, grâce à la règle d’apprentissage de levenberg-Marquardt d’apprendre les couches profondes sans observer d’atténuation du gradient.

This thesis presents a new methodology for text analysis which is situated at the intersection of textual statistics, automatic language analysis and deep learning. It draws on the architecture of neural networks and its potential to extract information from texts. The accuracy of convolutional models for text classification depends on the quality of the linguistic markers which are identified. To make these markers accessible to linguists, we implement an algorithm that combines the following computational and linguistic approaches:1) Deconvolution (Zeiler et Fergus 2014), is an algorithmic process used in image analysis which we apply here to written texts in order to interpret the representations of words which are learned by the neural network. In particular, we analyse each layer of a deep model to understand the mechanisms linking the raw data which forms the input to the network (the text) with the predictions which constitute its output (classification). The aim is to express these connections in ways which are useful to linguists. We propose a new measure to express the relative weight of words in a deep model: Text Deconvolution Saliency (TDS).2) Our approach also comprises a linguistic theory of textual motifs or patterns developed by (S. Mellet et D. Longrée 2009) which informs the design of deep architectures which allow the analysis of texts as complex, multidimensional linguistic objects. The motif theory permits the detection of key passages in the output of deconvolution, and even the identification of deep motifs in cases where the model propose suggests several representations of words (e.g., full-form, part-of-speech, and lemma).The new methodology developed in our research connects empirical observations (TDS) with linguistic analysis in ways which open up new possibilities for the interpretation of texts. A number of studies of the application of this protocol in different contexts have served to test the methodology and will be used to illustrate its effectiveness throughout this doctoral thesis. Although deep neural network interpretation for linguistics analysis is a very new field, the initial results presented here are encouraging, and the thesis concludes with suggestions for further research in this domain.; Au croisement de la statistique textuelle, de l’analyse automatique des langues et du deep learning, cette thèse propose une méthodologie nouvelle pour l’analyse des texte. L'hypothèse de départ repose sur l'architecture des réseaux de neurones et leur capacité à extraire automatiquement l'information contenue dans un texte. La précision des modèles convolutionnels pour la classification de textes souligne l'importance des marqueurs linguistiques identifiés. Pour rendre accessible aux linguistes cette information d'un genre nouveau nous développons un protocole d'analyse qui combine l'approche informatique avec l'approche linguistique. Plus particulièrement :1) La deconvolution (Zeiler et Fergus 2014), procédé algorithmique utilisé dans l’analyse d’images, est appliquée aux textes pour pouvoir décoder la représentation des mots engendrés par le réseau de neurones. Plus généralement nous nous intéressons à l'ensemble des couches d'un modèle profond pour comprendre et transmettre aux linguistes la chaine de traitements qui existe entre les données brutes (le texte) en entrée du réseau et la prédiction en sortie du réseau (classification). Une nouvelle mesure est proposée pour rendre compte du poids des mots dans un modèle profond: le Text Deconvolution Saliency (TDS).2) Les motifs linguistiques fortement théorisés par (S. Mellet et D. Longrée 2009) accompagnent notre raisonnement sur les réseaux de neurones. Leur nature nous pousse à concevoir des architectures profondes capables de considérer le texte comme un objet complexe et multidimensionnel. Les motifs nous conduisent à entrevoir des passages-clés à la sortie d'une déconvolution et des motifs profonds lorsque le modèle utilise plusieurs représentations des mots (forme graphique, catégorie grammaticale, lemme).Ce lien que nous tentons de créer entre observations empiriques (TDS) et théories linguistiques ouvre des voies nouvelles d'interprétation des textes. Les cas d'utilisation de notre méthode sont nombreux et font déjà l'objet de plusieurs études que nous verrons tout au long de cette thèse. L'exploration des réseaux de neurones profonds pour la linguistique de corpus n'en est encore qu'à ses débuts, mais les premiers résultats que nous présentons ici sont dès à présent encourageants.

L’article contient la traduction et une brève présentation de deux articles importants de Georg von der Gabelentz. Le premier (1881) est une version revue de la conférence inaugurale présentée lors de sa nomination à la chaire des langues chinoise, japonaise et mandchoue à Leipzig. Il montre comment Gabelentz positionne sa discipline face à la grammaire comparée indo-européenne qui servait de référent scientifique pour les linguistes. Le second article, publié en 1894 juste après la mort de l’auteur, introduit en linguistique le terme de typologie. En utilisant des modèles probablement issus des sciences naturelles, l’auteur y esquisse un programme d’approche statistique de la typologie, basé sur des conjonctions de traits, qui annonce les universaux implicatifs de la typologie moderne. This article includes a translation and a short presentation of two major papers by Georg von der Gabelentz. The first one (1881) is a revised version of the inaugural lecture he presented on the occasion of his appointment to the chair of Chinese, Japanese and Manchu languages, University of Leipzig. The paper shows how Gabelentz delimits his own scientific field in relation to the Indo-European comparative grammar, which was considered as the scientific reference among linguists. The second paper was published in 1894 shortly after the author’s death and introduces typology in linguistics. By using models that probably originate from natural science, the author outlines a program for a statistical processing of typology, based on conjunctions of characters, which foreshadows the implicational universals of modern typology.

Le Challenge AMIES met en lien des doctorants en mathématiques et des entreprises ayant des problématiques de recherche qu’ellles souhaitent approfondir. La société d’assurance le Foyer a dans ce contexte proposé un sujet de ‘Data Quality‘. Ce dernier propose aux participants de construire des algorithmes qui mettront en exergue les erreurs se trouvant dans un set de données, sans connaissances a priori de son contenu ou même du "métier" concerné. Cela tout en gardant le maximum "d’explicabilité" et "d’interprétabilité" (explainability, interpretability).Nous définisssons dans ce document, une donnée valide (donc de qualité) comme étant une donnée observée, non répetée et vraisemblable par rapport aux autres observés. Nous rappelons aussi la définition de l’explicabilité selon une partie de la littérature, avant de la réadapter à notre contexte de data quality, comme étant la possibilité de justifer la non validité d’une entrée du set de données. Nous proposons ensuite une trame (framework) de détection des entrées non-valide d’un set de données. Celle-ci est une succession d’algorithmes de statistique et de machine learning (ML). Ce framework consiste en l’élimination des duplicatas, la détection des "anomalies" statistiques (outliers), la détection des erreurs typographiques et finalement celle des erreurs de logique. Ensuite, les résultats obtenus sont présentés. Nous retrouvons bien une proportion importante des erreurs d’un set de données factices.Nous concluant enfin, en soulignant que les techniques de statistiques et de ML, permettent en effet d’évaluer la qualité d’un set de données en gardant une certaine lisibilité et en permettant l’automatisation. Toutefois, l’état actuel de la littérature semble laisser penser que, l’automatisation, particulièrement, sans a priori sur le set de données, se fera très souvent au détriment de l’explicabilité et / ou de la performance informatique.

Depuis 1959, l’émigration cubaine semble faire l’objet de deux consensus. Tout d’abord, la Révolution cubaine aurait entraîné un important mouvement migratoire vers les États-Unis. Ensuite, celui-ci serait le reflet du rejet du processus de transformation sociale structuré autour d’un système politique à parti unique mis en place par Fidel Castro. Les statistiques migratoires des autorités étasuniennes, disponibles pour la période allant de 1860 à 2019, permettront de faire la lumière sur cette question en comparant les divers flux en provenance de Cuba à différentes époques (1860-1959, 1960-1989, 1990-2019). De la même manière, une analyse comparative des courants migratoires émis par les pays de la région évaluera la pertinence de ces deux hypothèses. Desde 1959, la emigración cubana parece ser objeto de dos consensos. Primero, la Revolución cubana habría ocasionado un importante movimiento migratorio hacia los Estados Unidos. Luego, éste sería el reflejo del rechazo del proceso de transformación social estructurado en torno a un sistema político con partido único elaborado por Fidel Castro. Las estadísticas migratorias de las autoridades estadounidenses, disponibles para el periodo que va de 1860 a 2019, permitirán arrojar una luz sobre esta cuestión comparando los distintos flujos procedentes de Cuba en diferentes épocas (1860-1959, 1960-1989, 1990-2019). Del mismo modo, un análisis comparativo de las corrientes migratorias emitidas por los países de la región evaluará la pertinencia de estas dos hipótesis. Desde 1959, la emigración cubana parece ser objeto de dos consensos. Primero, la Revolución cubana habría ocasionado un importante movimiento migratorio hacia los Estados Unidos. Luego, éste sería el reflejo del rechazo del proceso de transformación social estructurado en torno a un sistema político con partido único elaborado por Fidel Castro. Las estadísticas migratorias de las autoridades estadounidenses, disponibles para el periodo que va de 1860 a 2019, permitirán arrojar una luz sobre esta cuestión comparando los distintos flujos procedentes de Cuba en diferentes épocas (1860-1959, 1960-1989, 1990-2019). Del mismo modo, un análisis comparativo de las corrientes migratorias emitidas por los países de la región evaluará la pertinencia de estas dos hipótesis. Since 1959, Cuban emigration seems to have been the subject of two consensuses. First, the Cuban Revolution would have resulted in a significant migratory movement towards the United States. Then, this would reflect the rejection of the process of social transformation structured around a one-party political system put in place by Fidel Castro. The migration statistics of the U.S. authorities, available for the period from 1860 to 2019, will shed light on this question by comparing the various flows from Cuba at different times (1860-1959, 1960-1989, 1990-2019). Likewise, a comparative analysis of migratory flows emitted by the countries of the region will assess the relevance of these two hypotheses.

The developement of new biotechnologies offers a large variety of biological datasets, extending the scope of biomedical research. These include genomic datasets, highly developed in statistical literature and metagenomic datasets, still relatively unknown, which require specific developments due to their special characteristics.The biological explored systems, represented using networks, enable us to model the functional relationships between its composing elements and to understand the underlying biological processes. In this context, this thesis provides mathematical studies of clustering algorithms and proper statistical tools to analyze these interactions. The first part of this thesis is dedicated to the development of a graph clustering algorithm, called CORE-clustering, to detect robustly representative variables, centers of specific variable clusters, within a high dimensional complex system. Specifically, we aim at highlighting these densely connected clusters, called CORE-clusters, forming major structures of the graph by only imposing, within each group, the minimal dimension and the minimal level of similarity. We then show through various applications the relevance of the CORE-clusters detected in the specific framework of genetic and road high dimensional networks.The second part of the thesis deals with the development of an extension of the spectral clustering algorithm which addresses the issue of identifying densely connected structures within a noisy graph, characteristic of real biological networks. Using the spectral clustering properties, this new variant, called l_1-spectral clustering enables to robustly bring out the natural hidden structure of the graph from the estimation of community indicators by imposing a lasso regularization. From a practical point of view, we show the stability of these estimators through various simulations, comparisons and biomedical applications. The third part of the thesis concerns the use of statistical tools, specifically adapted to the analysis of metagenomic datasets (intestinal microbiota genes). In the context of a clinical study conducted on patients suffering from liver pathologies at an early stage, we propose different strategies to identify the patients' clinical phenotypic profile and the microbial species involved in the development of the disease. To this end, we present a variety of exploratory, predictive and clustering methods used to identify groups of interacted bacteria and to understand the underlying mechanisms for the clinical trial. This information is the key to discover biomarkers, biological signatures categorizing patients in the disease. This clinical trial dealing with biomedical dataset from two diverse cohorts led us to develop fair learning approaches based on standard dimension reduction techniques to explain the total variabilities in the dataset while limiting the bias effect generated by the population's diversity, which is explored in the last part of the thesis.; L'essor de nouvelles biotechnologies permet actuellement de collecter une grande variété de données biologiques, élargissant ainsi le champ d'application de la recherche biomédicale. Parmi ces données, nous retrouvons notamment les données génomiques, dont la littérature dans le domaine statistique est très riche et les données métagénomiques, encore assez peu connues, qui nécessitent des développements particuliers dû à leur nature très différente. Les systèmes biologiques ainsi étudiés, représentés à partir de réseaux, permettent de modéliser les relations fonctionnelles entre les éléments qui les composent et d'en comprendre les processus biologiques sous-jacents. Dans ce contexte, cette thèse propose des développements autour de l'étude mathématique d'algorithmes de partitionnement et l'utilisation d'outils statistiques adaptés pour analyser ces interactions.La première partie de cette thèse est consacrée au développement d'un algorithme de clustering de graphe, appelé CORE-clustering, dédié à la détection robuste de variables représentatives, centres de clusters de variables spécifiques, au sein d'un système complexe de grande dimension. Plus précisément, nous cherchons à mettre en évidence ces clusters de variables très connectés, appelés CORE-clusters, formant des structures majeures du graphe en imposant seulement au sein de chaque groupe, d'une part, la dimension minimale et d'autre part, le niveau minimal de similarités. Nous montrons alors au travers de nombreuses applications la pertinence des CORE-clusters détectés notamment dans le cadre de réseaux génétiques et routiers de grandes dimensions.La deuxième partie de cette thèse concerne le développement d'une extension de l'algorithme du spectral clustering qui, traite de la problématique liée à l'identification de structures densément connectées au sein de graphes bruités, souvent caractéristiques des réseaux biologiques réels. En s'appuyant sur les propriétés du spectral clustering, cette nouvelle variante, appelée l_1-spectral clustering, permet de mettre en évidence les structures naturelles cachées du graphe au travers de l'estimation d'indicateurs de communautés en imposant une régularisation Lasso. D'un point de vue pratique, nous montrons la stabilité de ces estimateurs au travers de nombreuses simulations, comparaisons et applications biomédicales. La troisième partie concerne l'utilisation d'outils statistiques adaptés à l'analyse de données métagénomiques (gènes du microbiote intestinal). Dans le cadre d'une étude clinique réalisée sur des patients souffrant à un stade précoce, de pathologies hépatiques, nous proposons plusieurs stratégies afin d'identifier le profil phénotypique clinique type des patients ainsi que les espèces métagénomiques impliquées dans le développement de la maladie. Pour cela, nous proposons une variété de méthodes exploratoires, prédictives et de clustering de manière à mettre en évidence des groupements de bactéries présentant de fortes interactions et d'en comprendre les mécanismes sous-jacents pour l'étude de la pathologie. Cette information est essentielle pour la découverte de biomarqueurs, signatures biologiques classifiant les patients au sein de la maladie. Cette étude clinique, qui porte sur des données biomédicales issues de deux cohortes différentes, nous a amenés à développer dans cette dernière partie de la thèse, des méthodes statistiques adaptées. Nous proposons alors plusieurs approches d'apprentissage plus juste, basées sur des techniques de réduction de dimension standard afin de pouvoir expliquer l'ensemble des variabilités qui composent le jeu de données en limitant l'effet du biais engendré par la diversité des populations.

International audience; This introductory text presents the main research questions that have grounded the project of taking stock of 10 years of QPC litigation within the CREDOF. In particular, we have sought to confront an exhaustive analysis of all the 730 decisions delivered by the Conseil constitutionnel since 2010 within this new legal procedure to the finalities and objectives it was assigned by its promoters. The methodology is also explicited here : how the rulings were assembled, how they were classified and analyzed, statistical analyses, throughout a collective and collaborative research endeavour.; Ce texte introductif présente les questions de recherche sur la base desquelles le projet de bilan de 10 années de QPC a été mené au sein du CREDOF ; en particulier, il s'est agi de confronter une analyse exhaustive du corpus de 730 décisions rendues par le Conseil constitutionnel depuis 2010 aux finalités et objectifs qui avaient été assignés à cette nouvelle voie de droit par ses promoteurs. La méthodologie de la recherche est elle aussi explicité : constitution du corpus, catégories de classement et d'analyse, travail collectif, traitement statistique.

L'instruction en famille est une option éducative peu connue, mais en développement. Cette première enquête en Suisse romande documente les raisons de ce choix, les pratiques éducatives et le profil sociodémographique chez 137 familles. Les raisons exprimées par ces parents sont multiples et variées. Leurs principaux facteurs décisionnels sont d’ordre social ou pédagogique: une critique de la motivation et de la socialisation en contexte scolaire, la recherche d’un enrichissement des relations familiales, un projet éducatif poursuivi sous la responsabilité parentale, et une critique des programmes d’études cantonaux et des méthodes pédagogiques de l’école. Les résultats révèlent également des situations de souffrance infantile en milieu scolaire., Home education is a little-known but developing educational option. This first survey in French-speaking Switzerland documents the reasons for this choice, the educational practices and the socio-demographic profile of 137 families. The reasons expressed by these parents are many and varied. Their main decision-making factors are social or pedagogical: a critique of motivation and socialization in the school context, the search for enrichment of family relationships, an educational project pursued under parental responsibility, and a critique of cantonal educational programs and of school teaching methods. The results also reveal situations of childhood suffering in schools., Familienerziehung ist eine wenig bekannte, aber sich entwickelnde Bildungsoption. Diese erste Umfrage in der französischsprachigen Schweiz dokumentiert die Gründe für diese Wahl, die Bildungspraktiken und das soziodemografische Profil von 137 Familien. Die von diesen Eltern geäußerten Gründe sind vielfältig. Ihre Hauptentscheidungsfaktoren sind soziale oder pädagogische: eine Kritik der Motivation und Sozialisation im schulischen Kontext, die Suche nach einer Bereicherung familiärer Beziehungen, ein Bildungsprojekt, das unter elterlicher Verantwortung durchgeführt wird, und eine Kritik der Bildungsprogramme. kantonale Studien und Methoden des Schulunterrichts. Die Ergebnisse zeigen auch Situationen, in denen Kinder in Schulen leiden., L'educazione familiare è un'opzione educativa poco conosciuta ma in via di sviluppo. Questo primo sondaggio nella Svizzera romanda documenta le ragioni di questa scelta, le pratiche educative e il profilo socio-demografico di 137 famiglie. Le ragioni espresse da questi genitori sono molte e varie. I loro principali fattori decisionali sono sociali o pedagogici: una critica della motivazione e della socializzazione nel contesto scolastico, la ricerca di arricchimento delle relazioni familiari, un progetto educativo perseguito sotto la responsabilità genitoriale e una critica dei programmi educativi cantonali e metodi di insegnamento scolastico. I risultati rivelano anche situazioni di sofferenza infantile nelle scuole.

This paper focuses on the analysis of coconut husk fragments-based filters used in France for on-site wastewater treatment applications. The treated effluent quality of three filter versions (V0, V1 and V2) on testing platform are compared to the performance observed in field conditions. Previous studies using the same analysis methodology have classified the treated wastewater quality of V0 and V2 systems in fieldconditions as “acceptable”, but not for V1. The objective is to assess the effect of technical evolutions (filtering media, surface reduction and distribution) on performance observed and how platform tests can predict field results.Both for platform tests results and in situ assessments, the statistical tools used conclude that the best quality of treated wastewater is achieved by the V0 system and the lowest quality by the V1 system, the V2 system ranking in-between.Comparing raw wastewater compositions used on testing platform and observed in the field shows different concentrations but rather consistent applied organic loads. Therefore it is possible to set a performance level to be achieved on platform to ensure compliance to the required discharge criteria under field conditions. This paper provides performance levels applicable to similar wastewater treatment system designs. Using a bidirectional tipping bucket enhances the distribution and partially explains the better performance of V0 and V2 systems compared to V1. Reducing the filtering surface shows no impact on carbonaceous compounds abatement. Finally, even though daily TKN applied loads during tests on platform are higher than those encountered in field conditions, such testing conditions do not allow to assess systems aging by analysing the various nitrogen compounds in the discharge. Continuing in situ monitoring therefore appears relevant., Cet article est centré sur l’analyse de filtres garnis de fragments de coco utilisés en France en assainissement non collectif. La qualité des rejets des trois dispositifs développés (V0, V1 et V2) mesurée en conditions de plateforme d’essais et in situ est comparée. Des études précédentes utilisant une méthodologie d’analyse similaire ont qualifié d’« acceptable » la qualité des rejets in situ de V0 et V2 mais pas celle de V1. L’objectif est d’évaluer l’impact des évolutions techniques (matériau filtrant, surface réduite et distribution) sur les différences observées et de déterminer comment les performances sur plateforme peuvent prédire ces résultats terrain. Tant pour les résultats recueillis sur plateforme qu’in situ, les outils statistiques déployés concluent que les meilleures qualités de rejet sont obtenues avec le dispositif V0 et les moins bonnes avec le dispositif V1, le dispositif V2 étant intermédiaire.La comparaison entre la qualité des eaux usées brutes utilisées sur plateforme et celle observée in situ montre des différences de concentrations, mais des charges organiques appliquées plutôt homogènes. Ainsi, il est possible de déterminer les rendements requis sur plateforme, assurant l’atteinte des exigences de rejets in situ. L’article fournit des valeurs de rendement applicables aux dispositifs de configuration équivalente. La distribution améliorée à l’aide de l’auget bidirectionnel explique en partie les meilleures performances de V0 et V2 comparativement à V1. Les diminutions des surfaces de filtration n’ont pas d’impact sur les abattements de composés carbonés. Enfin, bien que sur plateforme les charges surfaciques journalières en NK soient plus grandes qu’en conditions in situ, ce type d’essais ne permet pas d’apprécier le vieillissement des dispositifs par l’analyse des différentes concentrations azotées du rejet. La poursuite du suivi in situ apparait donc pertinente.

Cet article tente de reconstituer l’histoire de la réception et de l’appropriation de la catégorie Enquête dans le champ des recherches empiriques en sciences sociales en Allemagne entre les années 1880 et 1930. Nous allons voir comment l’Enquête passe d’un instrument de savoir au service de l’État à un dispositif de recherche « privé » dans le cadre des mouvements réformateurs et féministes. Ce faisant, nous déplaçons le regard vers des cercles extra-universitaires qui ont développé un programme indépendant de recherche pour lequel les réflexions méthodologiques sur l’Enquête sont centrales. Pouvant aussi bien recourir à l’étude de cas individuels, l’observation directe, l’entretien, l’analyse de documents officiels et de statistiques, l’Enquête se présente comme une forme hybride de production de connaissance sur la société, entre proximité et prise de distance avec les milieux étudiés. This article reconstructs the history of the reception and appropriation of the category ‘Inquiry’ in empirical social science research in Germany between the 1880s and 1930. We shall show how ‘Inquiry’ moved from a State-operated science to a form of ‘private’ research in certain reformist and feminist movements. In so doing, the focus shifted to a research project outside, and independent of the university, in which methodological reflection on this particular type of investigation was central. Covering individual case studies, direct observation, interviews, and analysis of official documents and statistics, ‘Inquiry’ designated a hybrid mode of production of knowledge of society, between a close and a distanced perspective on the milieus studied.

This thesis deals with reliability issues in connection with the modelling of the failure and maintenance process of repairable systems, using recurrent events. Generic virtual age models are extended by adding time-dependent covariates. These covariates take into account the observed heterogeneity between systems that are otherwise identical and independent. They can bring crucial information on the systems degradation level. We allow to use these models through two data simulation methods, as well as a parametric estimation procedure. This inferential method is numerically assessed in a thorough quality of estimation study. Then, the models are used to optimise the preventive maintenance dates along the systems’ life according to the information brought by the covariates and the past repairs, allowing to reduce the maintenance costs. We go further by offering to optimise the inspections dates of the dynamic covariates. Finally, we study the implementation of multi-systems goodness-of-fit tests., Cette thèse s’intéresse à des problèmes de fiabilité en lien avec la modélisation du processus des défaillances et maintenances de systèmes réparables à l’aide d’événements récurrents. Des modèles d’âge virtuel génériques sont étendus en y adjoignant des covariables dépendantes du temps. Ces covariables prennent en compte l’hétérogénéité observée entre des systèmes par ailleurs identiques et indépendants. Elles peuvent amener une information cruciale sur le niveau de dégradation des systèmes. Nous permettons l’utilisation de ces modèles au travers de deux méthodes de simulation de données nouvelles, ainsi qu’avec une procédure d’estimation paramétrique. Cette méthode inférentielle est évaluée numériquement dans une vaste étude de qualité d’estimation. Ensuite, les modèles sont utilisés pour optimiser les dates de maintenance préventive au cours de la vie des systèmes en fonction de l’information apportée par les covariables et des réparations déjà effectuées, permettant de diminuer les coûts de maintenance. Nous allons plus loin en proposant également d’optimiser les dates d’inspection des covariables dynamiques. Enfin, la mise en place de tests d’adéquation multi-systèmes est étudiée.

À l’heure de dresser un bilan des études menées en histoire des femmes, du genre et des sexualités dans le domaine de l’Antiquité, la Bryn Mawr Classical Review, qui fonctionne avec une remarquable stabilité depuis sa fondation en 1990, s’avère un outil précieux. L’article analyse les 377 comptes rendus relatifs à des publications identifiées comme portant sur le domaine qui nous intéresse, pour les années 2000-2020, soit environ 3 % des 11 354 comptes rendus mis en ligne. Il analyse les évolutions sur la période, les langues de la production sur le genre, les thématiques dominantes et s’interroge, de manière critique, sur le champ disciplinaire que les scientifiques (essentiellement européens et nord-américains) construisent, via cet outil bibliographique numérique extrêmement bien diffusé. En ajoutant des ouvrages importants, non présents sur le site de la Bryn Mawr Classical Review, l’article fournit, finalement, un outil bibliographique pour les étudiant-es et les spécialistes. The Bryn Mawr Classical Review, which has been operating with remarkable stability since its founding in 1990, is a valuable tool for reviewing studies in the history of women, gender, and sexuality in Antiquity. This article analyses the 377 reviews of publications identified as being in the field of gender and sexuality for the years 2000-2020, i.e. about 3% of the 11,354 reviews posted online. It analyses the evolutions over the period, the languages of scientific production on gender, the dominant themes and, critically, questions the disciplinary field that (mainly European and North American) scientists build, via this extremely well-distributed digital bibliographical tool. By adding important works that are absent from the Bryn Mawr Classical Review website, this article provides a valuable bibliographical tool for students as well as specialists

An analysis of excess mortality in Switzerland in 2020 before the 2nd wave of COVID-19 is proposed by comparing the number of deaths observed in 2020 with those of the last five years, while taking into account population growth. Three periods are identified : before, during and after the 1st wave of COVID-19. Over all these periods, a sub-mortality of -3.3 % is obtained at the national level. However, if we restrict the analysis to the period during the first wave and to the cantons most affected by the virus, we obtain an important excess mortality, up to more than 80 % in Ticino, showing that these calculations depend crucially on when, where and for whom the deaths are counted. Such an analysis will have to be repeated once the 2nd wave is over in order to estimate the overall impact of the epidemic on excess mortality in Switzerland.

Dans la littérature consacrée à la qualité des enquêtes quantitatives et dans les arguments de vente des entreprises de sondage, la standardisation du recueil de données ainsi que la réduction de « l’effet enquêteur » tiennent une place centrale. Pour atteindre ces deux objectifs, il suffirait d’appliquer à la lettre un ensemble de règles. Or la réalité du terrain est bien éloignée de ces standards de production et les enquêteurs aménagent systématiquement le protocole de passation. Plusieurs raisons permettent d’en rendre compte : la passation d’un questionnaire, comme toute interaction sociale, ne saurait être purement standard ; le niveau de productivité attendu contrevient à la réalisation du travail tel qu’il est prescrit ; les conditions d’emploi, de travail et de rémunération des enquêteurs ne les incitent pas à se conformer à ces prescriptions. Une conception réaliste et pragmatique de la qualité des données impliquerait alors de prendre en compte ces trois dimensions. In texts about quality of quantitative surveys and in selling point of surveys institutes, reference is made to the necessary standardization of data collection and to the reduction of the “interviewer effect”. To achieve this ideal, should be applied a set of rules. But the fieldwork’s reality is very far of this standard and the interviewers change the protocol. Several reasons for this: the completion of a questionnaire, like any social interaction, can’t be totally standard; the expected level of productivity is not compatible with the quality rules; the working conditions, the employment relations and the level of remuneration disincentive to follow rules. A realistic and pragmatic definition of data quality implies taking into account these three dimensions. En la literatura sobre la calidad de las encuestas cuantitativas y en los argumentos comerciales de las empresas de sondeos, la normalización de la compilación de los datos y la reducción del «efecto entrevistador» son fundamentales. Para alcanzar estos objetivos, sería suficiente aplicar estrictamente un conjunto de reglas. Pues la realidad del trabajo es mucho remota de estas normas de producción y los entrevistadores ajustan sistemáticamente el protocolo. Varias razones ayudan a explicar eso: la adjudicación de un cuestionario, como toda interacción social, no puede ser totalmente estándar; el nivel de productividad contraviene a la realización del trabajo de conformidad con las normas de calidad; las condiciones de trabajo, de empleo y de remuneración de los entrevistadores no les incitan a seguir estas normas. Una concepción realista y pragmática de la calidad de los datos implicaría tomar en cuento estas tres dimensiones.

Il s'agit d'un texte de Sherlock Holmes (P.C.C.- pour copie conforme - Dumont, Gérard-François); International audience; Excellent news for French tourism! After years of absence due to a « geo-graphical murder », the disappearance of any territory qualified as rural in France, Sherlock Holmes and many of his British compatriots will return to spend a country vacation in France. He explains the reasons for this in a letter he has just sent to the journal Population & Avenir.; Excellente nouvelle pour le tourisme français ! Après des années d’absence dues à un « meurtre géographique », la disparition de tout territoire qualifié de rural en France, Sherlock Holmes et nombre de ses compatriotes britanniques vont revenir passer des vacances campagnardes dans l’Hexagone. Il en explique les raisons dans une lettre qu’il vient d’envoyer à la revue Population & Avenir.

In urban areas, where an important part of the sewerage system is combined, waste water dumping can occur during rainy weather. The MEDISA project aims at developing a methodology for designing sewerage networks in order to better handle water dumpings. Precipitation is a central forcing for hydraulic models that describe sewerage networks.The optimal design is strongly dependant on this forcing, hence studying the sensitivity of the hydraulic model to different factors is necessary to determine the forcing to be used. Hydraulic models require data at few minutes time step. At this scale the marginal distribution of precipitation is characterized by 1) a strong occurrence of dry weather, 2) a non-negligible discretization and 3) an asymmetric shape with a heavy tail. A meta-Gaussian model based on those characteristics is developed, capable of fitting data from few minutes to monthly scale and with the advantage of linking each parameter to a different part of the distribution. An analysis of precipitation data available in the area is executed. Both rain gauges and meteorological radar can contain measurement errors and are not representative of the true rainfall. A merging technique is therefore developed to take advantage of both data sources and assess the sensitivity of the hydraulic model., Dans les zones urbaines, où une part importante des réseaux d’assainissement est unitaire, des déversements d’eaux usées en milieu naturel peuvent avoir lieu lors d’événements pluvieux. Le projet MEDISA vise à établir une méthodologie de dimensionnement des réseaux d’assainissement afin de mieux les gérer. La pluviométrie est un forçage central pour les modèles hydrauliques qui décrivent les réseaux d’assainissement. Le dimensionnement dépend fortement de ce forçage, il est donc nécessaire d’étudier la sensibilité du modèle à différents facteurs afin de déterminer les forçages à utiliser. Les modèles hydrauliques nécessitent des données à un pas de temps de quelques minutes. A cette échelle la distribution marginale de la pluie est caractérisée par 1) une forte occurrence de temps sec, 2) une discrétisation non négligeable et 3) une forme asymétrique à queue lourde. Un modèle méta-Gaussien basé sur ces caractéristiques est développé, pouvant convenir à des données allant de quelques minutes à l’échelle mensuelle et présentant l’avantage de lier chaque paramètre à une partie différente de la distribution. Une analyse des données de pluie disponibles dans la zone d’étude est réalisée. Les pluviomètres et les radars météorologiques contiennent des erreurs de mesure et ne sont pas représentatifs de la vraie pluie, aussi une méthode de fusion de données est développée pour tirer profit des deux sources de données et tester la sensibilité du modèle hydraulique.

Friction remains a challenging issue. The key reason for the limitations encountered by experimental physicists is a lack of information at short time/space scales, where most of the dissipation occurs, and which is believed to drive the macroscopic behaviour.This PhD project offers to unlock some of these points by means of a novel model system: elastomeric foams with cells and dangling struts at the foam interfaces. Indeed, our preliminary results indicate that elastomeric foams exhibit remarkable friction properties, mainly due to the entanglement of the cells. In steady state, a “Velcro-like” or hook and loop effect arises, continuously causing a dissipation which contributes to the friction force.From this, the objective is to link the statistics of the now-sizable pinning/depinning events across the sliding interface to the force fluctuations measured macroscopically. We will develop a physical description of the friction process.From the knowledge gained on the interplay between the texture of solid surfaces and macroscopic frictional behaviour, we will design new architectured materials with controlled frictional properties., La description physique du frottement reste encore un sujet largement ouvert. Une des difficultés du problème est d’obtenir des informations sur les mécanismes dissipatifs mis en jeu à l’interface. Ceux-ci se déroulent généralement à des échelles spatiales et temporelles inaccessibles à l’observation (interactions entre micro-aspérités de surfaces rugueuses, adsorption/désorption de molécules à l’interface, etc…).Dans le cadre de ce projet, l’objectif est de contourner ces difficultés en nous intéressant à un système mésoscopique modèle, la mousse d’élastomère. Ces mousses présentent à leur surface des structures hétérogènes faites de brins et de boucles capables de s’enchevêtrer, selon un mécanisme semblable à celui à l’œuvre dans le Velcro. Nous avons montré que ces enchevêtrements produisent une augmentation sensible du frottement, par l’intermédiaire d’événements locaux d’accrochage/décrochage que l’on peut ici mesurer individuellement. Des résultats préliminaires confirment ainsi l’importance de ces contributions locales instationnaires à la force de frottement.Le travail proposé repose sur des expériences de frottement où les mesures des forces et de leur dynamique seront associées à des techniques d’imagerie et d’analyse d’images permettant de mesurer les déplacements locaux associés aux mécanismes d’accrochage/décrochage des brins. Les résultats expérimentaux nous permettront de développer un modèle théorique décrivant sur des bases statistiques les relations entre les mécanismes d’accrochage des sous-structures et le comportement mécanique d’interfaces frottantes. A partir de ce travail de compréhension des mécanismes fondamentaux contrôlant le frottement, on peut envisager de concevoir et de réaliser des surfaces aux propriétés de frottement contrôlées par diverses techniques de microfabrication (lithographie, imprimante 3D…).

Background Bayesian methods, with the predictive probability (PredP), allow multiple interim analyses with interim posterior probability (PostP) computation, without the need to correct for multiple looks at the data. The objective of this paper was to illustrate the use of PredP by simulating a sequential analysis of a clinical trial. Methods We used data from the Laryngobloc trial that planned to include 480 patients to demonstrate the equivalence of success between a laryngoscopy performed with the Laryngobloc® device and a control device. A crossover Bayesian design was used. The success rates of the two laryngoscopy devices were compared. Interim analyses, computed from random numbers of subjects, were simulated. Results The PostP of equivalence rapidly reached the predefined bound of 0.95. The PredP computed with an equivalence margin of 10% reached the efficacy bound between 352 and 409 of the 480 included patients. If a frequentist analysis had been made on the basis of 217 out of 480 subjects, the study would have been prematurely stopped for equivalence. The PredP indicated that this result was nonetheless unstable and that the equivalence was, thus far, not guaranteed. Conclusions Based on these interim analyses, we can conclude with a sufficiently high probability that the equivalence would have been met on the primary outcome before the predetermined end of this particular trial. If a Bayesian approach using PredP had been used, it would have allowed an early termination of the trial by reducing the calculated sample size by 15–20%.

Cancer is a complex disease in which each tumor is different in terms of the genetic mutations, the expression of genes, or the composition of cell types. These numerous factors play a determining role in the response to treatments and the survival of patients. During my thesis, I developed innovative methods based on different types of omics data in order to better characterize tumor heterogeneity at these different scales, thus allowing a better understanding of individual tumors, with the possibility of implementing personalized medicine strategies.The first part of my thesis focused on the development of a personalized differential analysis method. This method allows to infer deregulated genes at the scale of a single tumor from transcriptomic data. Using this method, I characterized inter-tumor (between individuals) heterogeneity in lung cancer. We were able to isolate genes of interest, such as "super-conserved" genes (whose expression never varies between patients) or systematically deregulated genes, and also to discover new tumor subtypes related to patient survival and to infer associated biomarkers.In the second part, I was interested in intra-tumor heterogeneity, i.e. the cell type composition of a given tumor, which contains both cancer cells and microenvironment cells (immune cells, stroma, healthy cells). The goal here is to infer this composition from omics data (transcriptomic and DNA methylation) obtained on the whole tumor. For this purpose, we organized a first multi-disciplinary data challenge to explore different reference-free deconvolution methods based on methylation data and to evaluate the interest of pre-processing the data. We derived a comparative analysis of existing methods, as well as a best practice guide for the use of deconvolution to infer tumor heterogeneity. We then explored the integration of two types of data (RNA seq and methylation) in a second data challenge that led to the implementation of a benchmarking platform.Finally, the third part of my thesis links the first two parts. By combining deconvolution and differential analysis, I developed an algorithm that allows to infer gene deregulation in cancer cells only, and to associate this deregulation to the composition of the tumor microenvironment. After extensive study of the different parameters of the method on simulation sets, this approach should make it possible to identify genes whose deregulation in cancer plays a role in the organization of the tumor microenvironment, thus opening the door to the possibility of identifying new biomarkers of heterogeneity that could be related to the virulence of cancer, and thus overall to obtain a better understanding of the biological mechanisms involved., Le cancer est une maladie complexe où chaque tumeur est différente, aussi bien au niveau des mutations génétiques présentes, de l’expression des gènes, ou de la composition en types cellulaires. Ces nombreux facteurs jouent un rôle déterminant dans la réponse aux traitements et la survie des patients. Durant ma thèse, j’ai développé des méthodes innovantes basées sur différents types de données omiques afin de mieux caractériser l'hétérogénéité tumorale à ces différentes échelles, permettant ainsi une meilleure compréhension individuelle des tumeurs, avec à terme la possibilité de mettre en place des stratégies de médecine personnalisée.La première partie de ma thèse s’est concentrée sur le développement d’une méthode d’analyse différentielle personnalisée. Cette méthode permet d’inférer les gènes dérégulés à l’échelle d’une tumeur unique à partir de données transcriptomiques. A l’aide de cette méthode, j’ai caractérisé l’hétérogénéité inter-tumorale (entre individus) dans le cancer du poumon. Nous avons ainsi pu isoler des gènes d’intérêts, comme des gènes "super-conservés" (dont l’expression ne varie jamais entre les patients) ou bien des gènes systématiquement dérégulés, et également découvrir de nouveaux sous-types tumoraux liés à la survie des patients ainsi qu'inférer les biomarqueurs associés.Dans la deuxième partie, je me suis intéressé à l’hétérogénéité intra-tumorale, c’est-à-dire à la composition en types cellulaires d’une tumeur donnée, qui contient à la fois des cellules cancéreuses et des cellules du microenvironnement (cellules immunitaires, stroma, cellules saines). Le but est ici d’inférer cette composition à partir de données omiques (transcriptomique et méthylation de l’ADN) obtenues sur la tumeur entière. Pour cela, nous avons organisé un premier data challenge multi-disciplinaire pour explorer différentes méthodes de déconvolution dites sans référence qui se basent sur les données de méthylation et évaluer l'intérêt du pré-traitement des données. Nous en avons tiré une analyse comparative des méthodes existantes, ainsi qu'un guide des bonnes pratiques quant à l'utilisation de la déconvolution pour inférer l'hétérogénéité tumorale. Nous avons ensuite exploré l'intégration de deux types de données (RNA seq et méthylation) dans un second data challenge qui a notamment débouché sur la mise en place d'une plateforme de benchmarking.Enfin, la troisième partie de ma thèse fait le lien entre les deux premières. En associant la déconvolution et l’analyse différentielle, j’ai développé un algorithme qui permet d’inférer la dérégulation des gènes dans les cellules cancéreuses uniquement, et d’associer cette dérégulation à la composition du microenvironnement tumoral. Après l'étude poussée des différents paramètres de la méthode sur des jeux de simulations, cette approche devrait permettre de déterminer des gènes dont la dérégulation dans le cancer joue un rôle dans l’organisation du microenvironnement tumoral, ouvrant ainsi la porte à la possibilité d'identifier de nouveaux biomarqueurs de l'hétérogénéité qui pourraient être en lien avec la virulence du cancer, et ainsi globalement d'obtenir une meilleure compréhension des mécanismes biologiques impliqués.

La fouille du site d’Éguisheim – Lotissement Herrenweg (Haut-Rhin, Alsace) a permis la mise au jour de deux puits gallo-romains. L’identification des fondations de pivots associées a orienté la réflexion sur l’hypothèse de systèmes de puisage à balanciers, technique rarement identifiable. L’utilisation de données statistiques chiffrées a permis à la fois de compléter les données issues du terrain, de confronter la viabilité de notre hypothèse et d’en proposer une restitution à partir des mesures enregistrées lors de la fouille. The archaeological dig of Éguisheim—Lotissement Herrenweg (Haut-Rhin, Alsace) allowed the discovering of two roman wells. The identification of the linked pivots foundations guided our thinking towards the hypothesis of balance drawing systems, hardly identifiable technology. The use of quantified statistical data authorized at once to complete the data of the digging, to confront our hypothesis’ viability and to propose a restitution of it, on the basis of the measures recorded during the archaeological dig.

International audience; Les articles qui constituent ce volume mobilisent différents aspects des théories de l'énonciation et s'inscrivent dans trois grandes thématiques :-Variation sémantique, variation constructionnelle-Variation discursive, variation énonciative-Variation et ajustement Les notions de variation et d'ajustement sont appréhendées sur les modes intralinguistique, interlinguistique, sémantique, syn-taxique et énonciatif et selon les genres. Les analyses des diverses manifestations de la variation font intervenir le rapport qu'elle en-tretient d'une part avec l'invariance qu'elle présuppose et, d'autre part, avec l'ajustement, inhérent à la question de la signification.

The European Union has adopted a very restrictive policy towards the dissemination and use of genetically modified organisms (GMOs), whose use in food is not well accepted by consumers. Although a maximum threshold exists for a food to be labelled "GM-free", only known GMOs are easily detectable. A GMO consists mainly of a host genome and a sequence inserted by a non-natural process that confers a particular property on the organism, such as resistance to certain diseases. In recent years, GMOs with an inserted sequence that is not known have been produced that are not detectable by approaches used until now (PCR-type). Hence the need to propose a tool for the detection of unknown GMOs, the subject of this thesis, based on recent advances in terms of high-throughput sequencing. Statistically, each organism has a specific frequency of nucleotide use in its genome. Any introduction of foreign genetic material will locally alter the nucleotide use frequencies in that region, resulting in different nucleotide use frequencies compared to those of the host organism. Based on this assertion, an unknown GMO detection tool has been developed from bacterial sequencing data when the GMO results from the insertion of a foreign gene, the truncation or fusion of a gene that may belong to the host genome. The tool has been tested on 4 GMO bacterial genomes, 7 wild bacterial genomes and 42 synthetic bacterial genomes. The results demonstrate the effectiveness of the method developed by presenting only one false positive gene and identifying more than 99% of the genes of GMO inserts.; L’Union Européenne a adopté une politique très restrictive vis-à-vis de la diffusion et de l’utilisation des organismes génétiquement modifiés (OGM), dont l'utilisation dans l'alimentation est mal acceptée par les consommateurs. Bien qu'un seuil maximal existe pour qu'un aliment soit étiqueté « sans OGM », ne sont aisément détectables que les OGM connus. Un OGM est constitué principalement d’un génome hôte et d’une séquence insérée par un procédé non naturel conférent une propriété particulière à l’organisme comme la résistance à certaines maladies. Depuis quelques années, des OGM dont la séquence insérée n’est pas connue ont été produits, non détectables par des approches utilisées jusqu'à présent (de type PCR). D'où la nécessité de créer un outil de détection d'OGM inconnus, objet de cette thèse, s'appuyant sur les avancées récentes en terme de séquençage haut débit. Statistiquement, chaque organisme a une fréquence d’utilisation des nucléotides dans son génome qui lui est propre. Toute introduction de matériel génétique étranger va modifier localement les fréquences d’utilisation des nucléotides dans cette région, entraînant ainsi des fréquences d’utilisation des nucléotides différentes de celles de l’organisme hôte. En se basant sur cette affirmation, un outil de détection d'OGM inconnu a été mis au point à partir de données de séquençages bactériens dès lors que cet OGM résulte de l'insertion d'un gène étranger, de la troncation ou de la fusion d'un gène pouvant appartenir au génome hôte. L’outil a été testé sur 4 génomes bactériens OGM, 7 génomes bactériens sauvages et sur 42 génomes synthétiques. Les résultats démontrent l’efficacité de la méthode développée ne présentant qu'un gène faux positif et en identifiant plus de 99% des gènes d'inserts OGM.

The European Union has adopted a very restrictive policy towards the dissemination and use of genetically modified organisms (GMOs), whose use in food is not well accepted by consumers. Although a maximum threshold exists for a food to be labelled "GM-free", only known GMOs are easily detectable. A GMO consists mainly of a host genome and a sequence inserted by a non-natural process that confers a particular property on the organism, such as resistance to certain diseases. In recent years, GMOs with an inserted sequence that is not known have been produced that are not detectable by approaches used until now (PCR-type). Hence the need to propose a tool for the detection of unknown GMOs, the subject of this thesis, based on recent advances in terms of high-throughput sequencing. Statistically, each organism has a specific frequency of nucleotide use in its genome. Any introduction of foreign genetic material will locally alter the nucleotide use frequencies in that region, resulting in different nucleotide use frequencies compared to those of the host organism. Based on this assertion, an unknown GMO detection tool has been developed from bacterial sequencing data when the GMO results from the insertion of a foreign gene, the truncation or fusion of a gene that may belong to the host genome. The tool has been tested on 4 GMO bacterial genomes, 7 wild bacterial genomes and 42 synthetic bacterial genomes. The results demonstrate the effectiveness of the method developed by presenting only one false positive gene and identifying more than 99% of the genes of GMO inserts.; L’Union Européenne a adopté une politique très restrictive vis-à-vis de la diffusion et de l’utilisation des organismes génétiquement modifiés (OGM), dont l'utilisation dans l'alimentation est mal acceptée par les consommateurs. Bien qu'un seuil maximal existe pour qu'un aliment soit étiqueté « sans OGM », ne sont aisément détectables que les OGM connus. Un OGM est constitué principalement d’un génome hôte et d’une séquence insérée par un procédé non naturel conférent une propriété particulière à l’organisme comme la résistance à certaines maladies. Depuis quelques années, des OGM dont la séquence insérée n’est pas connue ont été produits, non détectables par des approches utilisées jusqu'à présent (de type PCR). D'où la nécessité de créer un outil de détection d'OGM inconnus, objet de cette thèse, s'appuyant sur les avancées récentes en terme de séquençage haut débit. Statistiquement, chaque organisme a une fréquence d’utilisation des nucléotides dans son génome qui lui est propre. Toute introduction de matériel génétique étranger va modifier localement les fréquences d’utilisation des nucléotides dans cette région, entraînant ainsi des fréquences d’utilisation des nucléotides différentes de celles de l’organisme hôte. En se basant sur cette affirmation, un outil de détection d'OGM inconnu a été mis au point à partir de données de séquençages bactériens dès lors que cet OGM résulte de l'insertion d'un gène étranger, de la troncation ou de la fusion d'un gène pouvant appartenir au génome hôte. L’outil a été testé sur 4 génomes bactériens OGM, 7 génomes bactériens sauvages et sur 42 génomes synthétiques. Les résultats démontrent l’efficacité de la méthode développée ne présentant qu'un gène faux positif et en identifiant plus de 99% des gènes d'inserts OGM.

At a time when sick leave is a sign of growing ill-being for workers and a cost burden for the society, the systematic digitalization and distribution of data offers great opportunities for its prevention. We have therefore taken advantage of this opportunity to develop a range of prevention tools based on statistical analysis methods. In a first part, this work proposes an analysis of the mechanisms explaining sick leave among workers. The analysis of a national survey has first identified and prioritised their main determinants using random forest. Then, an analysis of administrative data had helped to identify absence trajectories that could lead to serious sick leaves thanks to sequential analyses and multi-state modelling. In a second step, tools were developed to identify abnormal situations of sick leave at company level. A company typology was first built to produce benchmark values for companies to accurately assess their situation. Finally, an algorithm for identifying absence peaks, adapted from epidemiological surveillance models, was finally developed to automatically identify companies in difficulty.; Alors que les arrêts maladie sont le signe d’un mal-être croissant chez les salariés et qu’ils pèsent un coût certain pour la collectivité, la numérisation et le partage systématique des données offrent de belles opportunités pour leur prévention. Nous avons ainsi profité de cette opportunité pour développer un éventail d’outils de prévention basés sur des méthodes d’analyse statistique. Dans un premier temps, ces travaux de thèse proposent une analyse des mécanismes expliquant les arrêts maladie chez le salarié. L’analyse d’une enquête nationale a premièrement permis d’identifier et de hiérarchiser leurs principaux facteurs déterminants grâce à l’algorithme des forêts aléatoires. Ensuite, une analyse de données administratives a identifié des trajectoires d’absence pouvant mener à des arrêts graves grâce à des analyses séquentielles et à de la modélisation multi-état. Dans un second temps, des outils ont été développés afin d’identifier des situations anormales d’arrêt maladie à l’échelle de l’entreprise. Une typologie d’entreprise a premièrement été construite afin de produire des valeurs repère pour que les entreprises évaluent précisément leur situation. Un algorithme de détection des pics d’absence, adapté de modèles de surveillance épidémiologique, a enfin été développé pour pouvoir identifier automatiquement les entreprises en excès.

Le champ de l’épidémiologie mathématique a connu, au cours de la pandémie de Covid-19, une production doublée d’une médiatisation exceptionnelle de ses travaux. Alors même que les données et les connaissances sur la maladie émergente étaient parcellaires, une grande diversité de modèles a été développée et appliquée dans des délais inédits, dans l’objectif d’estimer le nombre de reproduction, la date de début de l’épidémie ou l’incidence cumulée, mais aussi afin d’explorer différents scénarios d’interventions non pharmaceutiques. Leurs résultats ont largement contribué à l’épidémiosurveillance et éclairé la prise de décisions relatives aux politiques de santé publique.

Radiomics is an emerging field based on the extraction of features computed from medical images. The assumption is that these features might help characterize the underlying biology and predict patient response to treatment. In oncology, medical images provide anatomical, functional and molecular information regarding the whole tumor (or the set of tumoral foci) as well as its (micro)environment, contrary to a biopsy. Nevertheless, radiomics requires the development of methodological tools to extract the features, handle heterogeneous data, determine if there is enough information in the data for a given classification or prediction task, or conclude on the validity of the conclusions drawn from a small cohort. Our research has focused on some of these problems. First, there is no method to determine if specific images contain predictive information for a given classification task. Therefore, we have investigated this issue. First, a method based on the visualisation of the data structure called heat map was used and we confirmed that patients with similar characteristics were clustered together in such heat maps. Yet, we were not able to identify a reliable method to determine to which class the patients belong to using heatmaps only. We have therefore studied machine learning methods using cross-validations. The evolution of model performance as a function of the number of patients used to identify a classification model was studied and the observed trends were used to develop a method to predict the performance that can be reached with a big data set, thus concluding at the presence of information or not. Then, to use small cohorts in which we first demonstrated that they contain relevant information for the task of interest, we have developed a voxel-based method exploiting radiomic feature maps to build classification models. Results obtained using this method were not significantly different from the ones obtained when the radiomic features are extracted from the whole tumour volume. Besides, the performance predicted based on the training set was actually confirmed on the test set, suggesting all data could actually be used to design the models. Last, these different methodological tools were applied to a few different clinical tasks of interest to nuclear medicine physician or radiologist colleagues, including: differential diagnostic of endocarditis of prosthetic valve and nonspecific inflammation from FDG PET/CT images, lung lesions classification from MRI image and prediction of the response to neoadjuvant chemotherapy from FDG PET/CT images of patients with triple negative breast cancer.; La radiomique est une discipline basée sur le calcul de paramètres à partir d’images médicales et de leur analyse pour prédire, par exemple, la nature d’une lésion ou sa réponse à un traitement. En cancérologie, l’avantage de la radiomique est que contrairement aux biopsies, les images médicales fournissent des informations anatomiques, fonctionnelles et moléculaires concernant l'intégralité de la tumeur, voire l'ensemble des foyers tumoraux, ainsi que de l'environnement tumoral. Néanmoins, l’utilisation de la radiomique implique le développement de méthodes spécifiques pour extraire des paramètres radiomiques, gérer des données hétérogènes, déterminer si les données contiennent de l’information utile pour une tâche, ou encore tester la validité des conclusions obtenues à partir de cohortes de faible effectif. Notre travail a traité de certains de ces problèmes. Tout d’abord, il n'existe pas vraiment de méthodes permettant de le déterminer si les images contiennent des informations pertinentes pour le problème que l’on souhaite résoudre, et nous nous sommes donc intéressés à cette question. Pour cela, nous avons d’abord considéré la représentation des données au moyen des cartes de chaleur. Notre étude confirme qu'il est possible de trouver des groupes de patients présentant des caractéristiques communes sur ces cartes de chaleur. Cependant, nous n’avons pas réussi à identifier une méthode fiable pour prédire l'appartenance des patients à une classe à partir des données structurées au moyen de cartes de chaleur. Nous avons alors mis en œuvre des méthodes d'apprentissage automatique, en étudiant le comportement des performances des modèles développés avec la technique de validation croisée en fonction de l'effectif de patients utilisé pour différentes méthodes de classification. Les tendances observées nous ont permis de développer une méthode qui prédit les performances qui peuvent être obtenues avec une grande cohorte, et donc de conclure à la présence d’informations, ou non, dans les données, pour une tâche de classification binaire donnée. Ensuite, afin de pouvoir exploiter les cohortes de faibles effectifs lorsqu'elles contiennent de l'information, une méthode basée sur l'utilisation des valeurs des paramètres extraits à l'échelle du voxel a été mise au point. Cette méthode permet, à effectifs égaux, d'obtenir des performances non significativement différentes de celles obtenues avec les données issues de l'analyse globale du volume d'intérêt. De plus, les performances estimées sur les données d’apprentissage s’avèrent très proches de celles observés ensuite sur un ensemble de test, ce qui permet d’exploiter d’emblée tous les patients pour concevoir le modèle. Enfin, ces différents développements méthodologiques ont été appliqués à diverses problématiques cliniques, en collaboration avec des collègues médecins nucléaires ou radiologues : le diagnostic différentiel entre endocardites sur prothèse de valve et inflammation non spécifique à partir d’images TEP au FDG, la classification de tumeurs du poumon à partir d’IRM, et la prédiction de la réponse à la chimiothérapie néoadjuvante à partir d’images TEP au FDG de patientes atteintes de cancer du sein triple négatif

The use of empirical data by French administrative courts in discrimination cases – When in charge of identifying and censuring discrimination, administrative courts are in an uncomfortable position. They have to articulate individual cases with more general and empirical tools to highlight discriminations. The fight against discrimination leads the judges to accept the need for such tools when disputes have to be resolved, but they also show an infinite discretion in their implementation., Chargé d’identifier et de sanctionner des pratiques discriminatoires, le juge administratif est placé dans une situation inconfortable. Il lui faut en effet articuler les situations particulières des justiciables avec les outils empiriques plus généraux et objectifs permettant de mettre en évidence des discriminations. Cette dialectique de la lutte contre les discriminations conduit le juge à ne pas nier la nécessité de faire appel aux données empiriques pour résoudre les litiges, même s’il fait preuve d’une infinie discrétion dans leur mise en œuvre.

Summary:The shifting from a “dilated diasystem”, when Latin becomes more and more complex, to two distinct linguistic systems, has already been modelled (e.g. by Pulgram, 1950; Berschin, 1986). Relying on their authors’ extensive experience, these models however leave some problems unaddressed. In particular, they consider the language of a specific period as a homogenous whole. Thus, they mostly ignore the variations of registers existing in the language at a same time, sometimes in the same text. In this paper, we propose a method to systematically study the evolution of the various registers used in texts written in Carolingian ages, with regards to later Merovingian ones. Some of the results can be obtained through computerized statistical analysis implementing some artificial intelligence: the tagging of whole sentences can be applied to a large amount of texts, too large to be analyzed otherwise. Using an annotated corpus as training data, we develop an artificial intelligence that identifies the various registers used in a text. We intend to implement it on a large selection of texts written during the same period.

According to the MSA, women represent 27.4% of non-salaried agricultural workers and 24.2% of heads of farms or agricultural enterprises. Agriculture remains a predominantly male sector, where women farmers struggle to find their place. Their profile makes them less eligible to receive subsidies, they are less trained and victims of persistent stereotypes. Consequently, their farm management often differs from that of men. Numerous studies have quantified these differences, but without going beyond a comparison of means. This thesis aims to deepen the analysis, using an econometric approach. After a phase of descriptive statistics, binary and multinomial logistic regressions were carried out on the R software. A first model showed that all the selected variables were significant in explaining the difference between women and men. We can cite, for example, the age of installation, the percentage of transfers between spouses and the percentage of contributors exercising an agrotourism activity, which are higher for women, and on the other hand the area, the agricultural profit and the number of salaried employees, higher among men. Then, more precise farmer profiles were drawn up. First of all, we tried to differentiate non-solidarity contributors from those in solidarity, but only a few variables were found to be significant (including area or professional income). On the contrary, the disparities were very marked between women farmers in individual farms and those in GAEC, EARL or others, as well as between those in market gardening and floriculture and those in field crops or in dairy cattle breeding. Despite some limitations, this thesis therefore confirms the hypotheses from the literature.; D’après la MSA, les femmes représentent 27,4% des non-salarié·e·s agricoles et 24,2% des chef·fe·s d’exploitation ou d’entreprise agricole. L’agriculture reste un secteur encore majoritairement masculin, où les agricultrices peinent à trouver leur place. Leur profil les rend moins éligibles à toucher des subventions, elles sont moins formées et victimes de stéréotypes persistants. Par conséquent, leur conduite d’exploitation diffère souvent de celle des hommes. De nombreuses études ont permis de quantifier ces différences, mais sans aller plus loin qu’une comparaison de moyennes. Ce mémoire a pour objectif d’approfondir l’analyse par une approche économétrique. Après une phase de statistiques descriptives, des régressions logistiques binaires et multinomiales ont été réalisées sur le logiciel R. Un premier modèle a montré que toutes les variables sélectionnées étaient significatives dans l’explication de la différence femmes-hommes. On peut citer par exemple l’âge d’installation, le pourcentage de transferts entre époux et le pourcentage de cotisants exerçant une activité d’agrotourisme, plus élevés chez les femmes, et d’autre part la superficie, le bénéfice agricole et le nombre de salariés employés, plus élevés chez les hommes. Ensuite, on a dressé des profils d’agricultrices plus précis. On a tout d’abord tenté de différencier les cotisantes non-solidaires des solidaires, mais seules quelques variables se sont avérées significatives (notamment la superficie ou les revenus professionnels). Les disparités se sont au contraire montrées très marquées entre les agricultrices en exploitation individuelle et celles en GAEC ou en EARL, ainsi qu’entre celles en maraîchage-floriculture et celles en grandes cultures ou en élevages bovins lait. Malgré quelques limites, ce mémoire confirme donc les hypothèses issues de la littérature.

Un problème dans l’étude des jeux d'enfant est la reconstruction de leur histoire et de leurs formes ancestrales. Je proposerai ici d’emprunter des outils à la biologie évolutive pour ce faire. La méthode sera appliquée à un corpus bien daté d’une célèbre comptine anglaise : The Grenadier. One problem in the study of children's games is reconstructing their history and ancestral forms. Here I will borrow tools from evolutionary biology for this purpose. I will apply this method to a well-dated corpus of a famous English nursery rhyme: The Grenadier.

Modeling is a major tool in ecology to describe and understand ecosystems or predict their response. We here focused our attention on non-linear sigmoidal models in macroecology, in order to better define them, understand their limitations and suggest improvements. We first studied them in hierarchical Bayesian biodiversity models. We found that taking into account random variations of different parameters of sigmoidal functions has an impact on the estimation of the effects. We then turned our attention to binary binomial generalized linear models for which we compared the classical logistic function to other sigmoidal functions whose asymptotes were estimated. We found strong estimation errors induced by the use of the classical logistic function if the data are not consistent with this model. Finally, we applied these logistic functions with estimated asymptotes in the context of hierarchical joint species occurrence models, thanks to which we were able to demonstrate the usefulness of considering the estimation of asymptotes. However, the unstable results did not allow us to develop ecological conclusions. Throughout, we have used various tools to better apprehend model evaluation and proposed that they should be used jointly. In conclusion, we have developed new forms of non-linear sigmoidal statistical models, which are new tools for the ecologist allowing to enrich his/her toolbox to better estimate the relationships between ecological variables and biodiversity data.; La modélisation est un outil majeur en écologie pour décrire et comprendre les écosystèmes ou prédire leur réponse. Nous nous sommes intéressés aux modèles non-linéaires de forme sigmoïdale en macro-écologie avec pour objectif de mieux les définir, d’en comprendre les limites et de proposer des améliorations. Nous les avons d’abord étudiés dans des modèles de biodiversité hiérarchiques Bayésiens. Nous avons démontré que la prise en compte de variations aléatoires de différents paramètres de fonctions sigmoïdales avait un impact sur l’estimation des effets. Nous nous sommes ensuite intéressés aux modèles linéaires généralisés binomiaux binaires pour lesquels nous avons comparé la fonction classique logistique à d’autres fonctions sigmoïdales dont les asymptotes étaient estimées. Cela a permis de mettre en évidence les erreurs d’estimation induites par l’utilisation de la fonction logistique classique si les données ne sont pas cohérentes avec ce modèle. Enfin, nous avons appliqué ces fonctions logistiques avec asymptotes estimées dans le cadre de modèles d’occurrence hiérarchiques multi-espèces, grâce auxquels nous avons pu établir un intérêt probable de l’estimation des asymptotes. Les résultats instables ne nous ont pas permis de développer des conclusions écologiques. Lors de ces différents travaux, nous avons utilisé différents outils d’évaluation et interprétation des modèles, et prôné leur utilisation conjointe. En conclusion, nous avons développé de nouveaux modèles statistiques non-linéaires sigmoïdaux, qui sont de nouveaux outils pour l’écologue permettant d’enrichir sa palette pour mieux estimer les relations entre des variables et des données de biodiversité.

Permutation entropy (PE) and multiscale permutation entropy (MPE) are extensively used to measure regularity in the analysis of time series, particularly in the context of biomedical signals. As accuracy is crucial for researchers to obtain optimal interpretations, it becomes increasingly important to take into account the statistical properties of MPE. Therefore, in the present work we begin by expanding on the statistical theory behind MPE, with an emphasis on the characterization of its first two moments in the context of multiscaling. Secondly, we explore the composite versions of MPE in order to understand the underlying properties behind their improved performance; we also created an entropy benchmark through the calculation of MPE expected values for widely used Gaussian stochastic processes, since that gives us a reference point to use with real biomedical signals. Finally, we differentiate between muscleactivity dynamics in isometric contractions through the application of the classical and composite MPE methods on surface electromyographic (sEMG) data. As a result of our project, we found MPE to be a biased statistic that decreases with respect to the multiscaling factor, regardless of the signal’s probability distribution. We also noticed that the variance of the MPE statistic is highly dependent on the value of MPE itself, and almost equal to its Cram´er-Rao lower bound - in other words, confirming it is an efficient estimator. Despite showing improved results, we realized that the composite versions also modify the MPE estimation due to the measuring of redundant information. In light of our findings, we decided to replace the multiscaling coarse-graining procedure with one of our own, with the intention of improving our estimations.Since our team observed the MPE statistic to be completely characterized by the model parameters when applied to correlated Gaussian models, we developed a general formulation for expected MPE with low-embedding dimensions. When applied to real sEMG signals, we were able to distinguish between fatigue and non-fatigue states with all methods, especially for high-embedding dimensions. Moreover, we found that our proposed MPE method makes an even clearer difference between the two aforementioned activity states., L'entropie de permutation (PE) et l'entropie de permutation multi-échelle (MPE) sont largement utilisées pour mesurer la régularité dans l'analyse des séries temporelles, en particulier dans le contexte des signaux biomédicaux. Comme la précision est cruciale pour les chercheurs afin d'obtenir des interprétations optimales, il devient de plus en plus important de prendre en compte les propriétés statistiques de l'EMP.C'est pourquoi, dans le présent travail, nous commençons par développer la théorie statistique qui sous-tend l'EMT, en mettant l'accent sur la caractérisation de ses deux premiers moments dans le contexte de la multi-échelle. Ensuite, nous explorons les versions composites de MPE afin de comprendre les propriétés sous-jacentes à l'amélioration de leurs performances ; nous avons également créé un point de référence d'entropie par le calcul des valeurs attendues de MPE pour les processus stochastiques gaussiens largement utilisés, puisque cela nous donne un point de référence à utiliser avec de vrais signaux biomédicaux. Enfin, nous différencions la dynamique de l'activité musculaire dans les contractions isométriques par l'application des méthodes MPE classique et composite sur des données électromyographiques de surface (sEMG).À la suite de notre projet, nous avons constaté que l'EPM est une statistique biaisée qui diminue par rapport au facteur multidimensionnel, quelle que soit la distribution de probabilité du signal. Nous avons également remarqué que la variance de la statistique MPE dépend fortement de la valeur de la MPE elle-même, et est presque égale à sa limite inférieure Cram'er-Rao - en d'autres termes, confirmant qu'il s'agit d'un estimateur efficace. Malgré l'amélioration des résultats, nous avons réalisé que les versions composites modifient également l'estimation de l'EPP en raison de la mesure d'informations redondantes. À la lumière de nos conclusions, nous avons décidé de remplacer la procédure de grossier calibrage à plusieurs échelles par une de nos propres procédures, dans l'intention d'améliorer nos estimations.Comme notre équipe a observé que la statistique de l'EMT était entièrement caractérisée par les paramètres du modèle lorsqu'elle était appliquée à des modèles gaussiens corrélés, nous avons développé une formulation générale de l'EMT attendue avec des dimensions à faible encombrement. Lorsqu'elle est appliquée à des signaux sEMG réels, nous avons été en mesure de distinguer les états de fatigue et de non-fatigue avec toutes les méthodes, en particulier pour les dimensions à haute imbrication. De plus, nous avons constaté que la méthode MPE que nous proposons fait une différence encore plus nette entre les deux états d'activité susmentionnés.

Permutation Entropy (PE) and Multiscale Permutation Entropy (MPE) are extensively used in the analysis of time series searching for regularities, particularly in the context of biomedical signal. The researchers need to find optimal interpretations, which can be compromised by not taking in account the properties of the MPE algorithm, particularly regarding its statistical properties.Therefore, in the present work we expand on the statistical theory behind MPE, particularly regarding to the characterization of its first two moments in the context of multiscaling. We then explore the composite versions of MPE, in order to understand the underlying properties behind their improved performance. We also tested the expected MPE values for widely used Gaussian stochastic processes, which allows to obtain an Entropy benchmark when using these models to simulate real signals. Finally, we apply both the classical and composite MPE methods on surface Electromyographic (sEMG) data, in order to differentiate different muscle activity dynamics in isometric contractions.As a result of our project, we found the MPE to be a biased statistic, which decreases respect to the multiscaling factor regardless of the signals probability distribution. We found the MPE statistic’s variance to be highly dependent to the value of MPE itself, and almost equal to its Cramér-Rao Lower Bound, which means it is an efficient estimator. We found the composite versions, albeit an improvement, also measure reduntant information, which modifies the MPE estimation. In response, we provided a new algorithm as an alternative to the coarse-grain multiscaling, which further improve the estimations.When applied to general correlated Gaussian models, we found the MPE to be completely characterized by the model parameters. Thus, we developed a general formulation for the expected MPE for low embedding dimensions. When we applied to real sEMG signals, we were able to distinguish between fatigue and non-fatigue states with all methods, particularly for high embedding dimensions. Moreover, we found our proposed MPE method to enhance de difference between activity states.Therefore, we provide the reader with not only a development over the current MPE theory, but also with the implications of these findings, both in the context of modelization, and the application of these techniques in the biomedical field., L'entropie de permutation (EP) et l'entropie de permutation multi-échelle (EPM) sont largement utilisées dans l'analyse des séries temporelles à la recherche de régularités, notamment dans le contexte du signal biomédical. Les chercheurs doivent trouver des interprétations optimales, qui peuvent être compromises en ne prenant pas en compte les propriétés de l'algorithme MPE, notamment en ce qui concerne ses propriétés statistiques.C'est pourquoi, dans le présent travail, nous développons la théorie statistique qui sous-tend le MPE, notamment en ce qui concerne la caractérisation de ses deux premiers moments dans le contexte de la multi-échelle. Nous explorons ensuite les versions composites de MPE, afin de comprendre les propriétés sous-jacentes à l'amélioration de leurs performances. Nous avons également testé les valeurs attendues du MPE pour les processus stochastiques gaussiens largement utilisés, ce qui permet d'obtenir un repère d'entropie lorsque l'on utilise ces modèles pour simuler des signaux réels. Enfin, nous appliquons les méthodes MPE classique et composite sur des données électromyographiques de surface (sEMG), afin de différencier les différentes dynamiques d'activité musculaire dans les contractions isométriques.À la suite de notre projet, nous avons constaté que l'EPM est une statistique biaisée, qui diminue le respect du facteur multiéchelle indépendamment de la distribution de probabilité des signaux. Nous avons constaté que la variance de la statistique de l'EMM est fortement dépendante de la valeur de l'EMM elle-même, et presque égale à sa limite inférieure de Cramér-Rao, ce qui signifie que c'est un estimateur efficace. Nous avons constaté que les versions composites, bien qu'elles constituent une amélioration, mesurent également des informations réductrices, ce qui modifie l'estimation du PPE. En réponse, nous avons fourni un nouvel algorithme comme alternative à la multi-échelle à gros grains, ce qui améliore encore les estimations.Appliqué à des modèles gaussiens corrélés généraux, nous avons constaté que le MPE était entièrement caractérisé par les paramètres du modèle. Ainsi, nous avons développé une formulation générale de l'EMT attendue pour les dimensions d'encastrement faibles. Lorsque nous l'avons appliqué à des signaux sEMG réels, nous avons été en mesure de distinguer les états de fatigue et de non-fatigue avec toutes les méthodes, en particulier pour les dimensions d'encastrement élevées. En outre, nous avons constaté que la méthode de l'EMT que nous proposons permettait d'améliorer la différence entre les états d'activité.Par conséquent, nous fournissons au lecteur non seulement un développement sur la théorie actuelle du MPE, mais aussi les implications de ces résultats, à la fois dans le contexte de la modélisation et de l'application de ces techniques dans le domaine biomédical.

La décennie de Nankin correspond à une période d’intense production et publication de statistiques aussi bien dans les zones contrôlées par le gouvernement central que dans celles tenues par des seigneurs de la guerre. De plus, loin de ne concerner que les autorités, une véritable émulation poussant à la compilation de données statistiques précises et à jour se développe à travers toute la société. Enfin, il faut souligner que les publications étrangères, en particulier en langue japonaise, constituent une part très importante, quantitativement et qualitativement, de l’abondante documentation statistique. The publication of a mammoth amount of statistics characterized the Nanking decade. It was a nation‑wide phenomenon of which the regions, under the control of warlords, fully participated. Moreover, the statistics were not solely connected to the authorities. The nationwide emulation for the publication of accurate and up‑to‑date statistical data involved many other different actors. Last but not least, foreign publications (among which Japanese literature clearly stands out) were a very important part (in both quantitative and qualitative terms) of the flow of statistical publications.

This report describe and test a model for predicting COVID-19. One computes the parameters of a linear model (case = a + b.time), an exponential model (ln (case) = a + b.time) and a semi-log (asymptotic) model (case = a + ln (time)) over the last 10 days of a series of observations. We compare their r2 and use the best model (the one with the largest r2) to predict the number of cases on the Jth day after the end of the series.The code (rmarkdown) is made available on GitHub: https://github.com/pgiraudoux/COVID-19/releases; Ce rapport décrit et teste un modèle de prévision COVID-19. On calcule les paramètres d’un modèle linéaire (cas=a+b.temps), d’un modèle exponentiel (ln(cas)=a+b.temps) et d’un modèle semi-log (asymptotique) (cas=a+ln(temps)) sur les 10 jours d’une série d’observation. On compare leurs r2 et on utilise le meilleur modèle (celui qui a le plus grand r2) pour prédire le nombre de cas au Jtième jour après la fin de la série.Le code (rmarkdown) est disponible sur GitHub: https://github.com/pgiraudoux/COVID-19

Cet article analyse, dans un premier temps, les statistiques sur l’emploi touristique publiées par la direction générale des Entreprises du ministère de l’Économie et des Finances. Elles sont fondées sur une catégorie dite des « activités caractéristiques » qui isole certaines branches de l’économie, lesquelles, dans la réalité, fournissent des services également consommés par les habitants, comme la restauration et les cafés. Par ailleurs, cette mesure n’est pas stable dans le temps. Ensuite, nous proposons une contribution pour une approche plus fine qui se fonde sur les pratiques des touristes et sur une typologie des lieux et espaces touristiques. This paper analyses firstly the tourist employment statistics published by the Directorate General for Enterprise (D.G.E) of the French Ministry of Economy and Finance. Such statistics are based upon a category named “typical activities” that isolates certain sectors of the economy, which in reality provide services consumed by local inhabitants, for instance restaurants and cafés. Furthermore, such a measurement is not stable over time. Secondly, we propose here a contribution to a much more precise approach based upon the tourist practices and a typology of tourist places and spaces.

International audience; Artificial Intelligence (AI) is invading our daily lives and the health field, notably to help with diagnosis, makes therapeutic choices or even to aim for precise predictive medicine. Absent from the French bioethics law of July 7, 2011, AI was very present during the "États Généraux" accompanying the revision of the law in 2018. The profusion of ethical guides or recommendations on AI (soft law), motivated by the need to win the trust of users, encourages us to be concerned about their normative force, in connection with the legal texts promulgated since the entry into action on 25 May 2018 of the GDPR (regulation 2016/679/EU general regulation on the protection of personal data). A joint analysis of these texts, of the AI algorithms deployed and of concrete applications in health, enables us to consider the main ethical and legal questions raised in this field: the principle of free and informed consent of the patient faced to the opacity of algorithms, potential risks of discrimination in access to care, public interest or common good expected from research in comparison with risks incurred by opening access to personal data. The responses lead to ethical or regulatory recommendations that are essential for the transparency of these tools: drastic protection of health data, particularly genetic data, and their uses, rigorous research practices to produce reproducible and therefore scientific results, detection of biases before certification of health devices and clarification of the patient information protocol.; L'Intelligence Artificielle (IA) envahit nos quotidiens et le domaine de la santé notamment pour aider au diagnostic, faire des choix thérapeutiques ou encore viser une médecine prédictive de précision. Absente de la loi française de bioéthique du 7 juillet 2011, l'IA fut très présente lors des États Généraux accompagnant la révision de la loi en 2018. La profusion de guides ou recommandations éthiques sur l'IA (soft law), motivées par la nécessité de conquérir la confiance des usagers, incite préalablement à se préoccuper de leur vigueur normative, en lien avec les textes juridiques promulgués depuis l'entrée en vigueur le 25 mai 2018 du RGPD (règlement 2016/679/UE règlement général de protection des données personnelles). Une analyse conjointe de ces textes, des algorithmes d'IA déployés et d'applications concrètes en santé permet de poser les principales questions éthiques et légales soulevées dans ce domaine : principe du consentement libre et éclairé du patient face à l'opacité des algorithmes, risques potentiels de discrimination dans l'accès au soin, intérêt public ou bien commun attendu de la recherche en comparaison des risques encourus par l'ouverture de l'accès aux données personnelles. Les réponses conduisent à des recommandations déontologiques ou règlementaires indispensables à la transparence des ces outils : protection drastique des données de santé, notamment génétiques, et de leurs utilisations, rigueur des pratiques de recherche pour produire des résultats reproductibles donc scientifiques, détection des biais avant certification des dispositifs de santé et explicitation du protocole d'information des patients.

Considering the strong spatial and temporal heterogeneity of continental surfaces, remote sensing has proved to be an indispensable means for conducting regular, local and global monitoring of the physical and biophysical processes governing these surfaces. The factors on which they depend, such as soil moisture, surface temperature, vegetation, or topography, are variable over wide ranges of scales that only satellites can access. Thus, over the last fifty years, we have seen a growing number of satellite observations defined at multiple spatial scales and based on multiple technologies. Various methods were then developed to analyze and extract the rich and consistent information acquired by satellites. Methods based on multi-scale analysis can provide an effective means to describe the heterogeneity of these observations and thus better understand the complexity of surface processes. In particular, one possibility is to focus on the existence of statistical scaling laws offering a generic tool applicable to the characterization of any type of geometry. The demonstration of specific scaling behaviors can help to characterize surface processes using a multi-scale approach that is rarely taken into account in current surface models.In this context, the objective of this thesis is to demonstrate the potential of a method dedicated to the characterization of the behaviors of surface geophysical variables on several spatial scales. For this, different complementary satellite observations were analyzed using the Universal Multifractal model (Schertzer and Lovejoy, 1987). Two case studies helped to meet this objective. The first application concerns the multifractal analysis of the products involved in the soil moisture disaggregation algorithm called DisPATCh (Disaggregation based on Physical And Theoretical scale Change; Merlin et al., 2008; Molero et al., 2016), on the southeastern part of Australia. In the second case study, we studied the multi-scale behavior of surface reflectances and optical indices acquired by Sentinel-2 satellite over the South-West region of France, and corrected from atmosphere effects by the processing chain MAJA (MACCS-ATCOR Joint Algorithm; Hagolle et al., 2010, 2015; Rouquié et al., 2017). In both case studies, time series of images were analyzed. Thus, for each variable studied, we were able to relate the temporal evolution of scaling properties to the seasonal variations specific to the study area (meteorological conditions, crop cycles).During this work, different scaling laws were observed on different scale ranges. Two arguments were given to explain these different scaling behaviors, depending on the case study and the product. On the one hand, the observed regimes can reflect the presence of non-linear surface processes such as precipitation, runoff or evapotranspiration, acting at different spatial scales and modulated by various factors such as soil composition and structure (distribution of vegetation, presence of agricultural parcels, etc.). On the other hand, these scaling behaviors may also reflect the impact on surface variables of acquisition techniques (sensor transfer function) or processing methods (combination of products within surface models) that are commonly used in remote sensing. In this way, this study showed the potential of multifractal analysis to describe the heterogeneity of continental surfaces, but also to evaluate the reliability of geophysical products and surface models. This method could be useful for the preparation of future space missions in order to determine the limits of satellite sensors in terms of multi-scale properties, and thus to better estimate the effective resolution of different products derived from satellite acquisitions.; Compte tenu de la forte hétérogénéité spatio-temporelle des surfaces continentales, la télédétection spatiale s’est avérée être un moyen indispensable pour réaliser un suivi à la fois régulier, local et global des processus qui régissent ces surfaces. Les facteurs dont ils dépendent, tels que l’humidité du sol ou la végétation sont variables sur de larges gammes d’échelles auxquelles seuls les satellites peuvent accéder. En raison du nombre grandissant d’observations satellitaires présentes à plusieurs échelles spatiales et fondées sur de multiples technologies, diverses méthodes ont alors été développées pour permettre d’analyser et d’extraire au mieux l’information riche et conséquente acquise par satellite. Les méthodes basées sur l’analyse multi-échelle fournissent un moyen efficace pour décrire l’hétérogénéité de ces observations et ainsi mieux comprendre la complexité des processus de surface. En particulier, une possibilité consiste à s’intéresser à l’existence de lois d’échelles statistiques qui offrent un outil conceptuel générique applicable à la caractérisation de tout type de géométrie. Cela peut contribuer à caractériser les processus de surface selon une approche multi-échelle rarement prise en compte dans les modèles actuels de surface.Dans ce contexte, l’objectif de cette thèse est de montrer le potentiel d’une méthode permettant de caractériser sur plusieurs échelles spatiales les comportements de variables géophysiques de surface. Pour cela, différentes observations satellitaires complémentaires ont été analysées au moyen du modèle des Multifractales Universelles (Schertzer and Lovejoy, 1987). Deux cas d’étude ont permis de répondre à cet objectif. La première application porte sur l’analyse multifractale des produits intervenant dans l’algorithme de désagrégation spatiale d’humidité du sol DisPATCh (Disaggregation based on Physical And Theoretical scale Change; Merlin et al., 2008; Molero et al., 2016), sur la partie Sud-Est de l’Australie. Dans le deuxième cas d’étude, nous avons étudié le comportement multi-échelle de réflectances de surface et indices optiques acquis par le satellite Sentinel-2 sur la région Sud-Ouest de la France, et corrigés des effets atmosphériques par la chaine MAJA (MACCS-ATCOR Joint Algorithm; Hagolle et al., 2010, 2015; Rouquié et al., 2017). Dans ces deux cas d’étude, l’analyse de séries temporelles d’images nous a permis de mettre en relation l’évolution temporelle des propriétés d’échelle avec les variations saisonnières de la région d’étude (conditions météorologiques, cycles de cultures).Ce travail a révélé dans les produits de surface la présence de lois d’échelles qui diffèrent en fonction de la gamme d’échelles considérée. Ces comportements différents mettent en évidence des régimes d’échelles spécifiques qui, selon le produit étudié, peuvent s’expliquer de deux manières. D’une part, les régimes observés peuvent traduire la présence de processus de surface non-linéaires tels que les précipitations, le ruissellement ou l’évapotranspiration, agissant à différentes échelles spatiales et modulés par divers facteurs tels que la composition et la structure du sol (distribution de la végétation, présence de parcelles agricoles, etc.). D’autre part, ces comportements d’échelle peuvent également refléter l’impact sur les variables de surface des méthodes d’acquisition (fonction de transfert des capteurs) ou de traitement (combinaison de produits au sein des modèles) qui sont couramment utilisées en télédétection. De cette manière, cette étude a montré le potentiel de l’analyse multifractale pour décrire l’hétérogénéité des surfaces continentales, mais également pour évaluer la fiabilité de produits ou modèles de surface. Cette méthode pourrait être utile à la préparation de futures missions spatiales afin de déterminer les limites des capteurs en termes de propriétés multi-échelles, et ainsi mieux estimer la résolution effective de différents produits satellitaires.

Dans une perspective d’analyse du discours reliant statistique textuelle et pragmatique, cet article a pour objectif d’apporter un éclairage sur le discours politique du Front National (FN) à travers l’usage du néologisme par ses dirigeant.e.s. Si le discours FN est un discours politique institutionnalisé, il reste discriminatoire sans faire l’objet de plaintes récurrentes. Dans ce cadre, cet article interrogera la notion de « haine dissimulée » dans le discours de Jean-Marie et Marine Le Pen. Nous étudierons, dans un premier temps, la disqualification « institutionnelle », puis la disqualification insultante, pour interroger dans un dernier temps la place que la politique institutionnelle laisse aujourd’hui aux discours de haine. From a discourse-analytical perspective, combining text mining statistics and a pragmatic approach, this article aims to shed light on covert hate as it unfolds in the French Front National rhetoric, and in particular through the use of neologisms. Despite its discriminatory content, the FN’s discourse remains institutional and is rarely condemned. In this context, this study will investigate the concept of covert hate in texts and talks of both leaders, Jean-Marie Le Pen, and Marine Le Pen. It will first examine the concept of “institutional” disqualification, then that of insulting disqualification, prior to investigating the room that current institutional political speeches leave to hate.