Auswahl der wissenschaftlichen Literatur zum Thema „Prise de décision axée sur les données“

Résumé Cet article traite de la mise au point d'une stratégie de collecte de données visant à regrouper et à analyser les facteurs sous-jacents au développement d'une interactivité significative dans des situations d'apprentissage médiatisé. Les auteurs ont conçu un modèle adapté d'analyse axée principalement sur une approche qualitative; ils ont utilisé à cette fin des méthodes intégrant la technique de l'entrevue, l'observation directe et l'analyse de protocoles. Celles-ci ont permis de cerner les facteurs perceptifs, transactionnels, cognitifs, pédagogiques et évaluatifs qui peuvent diriger la prise de décision des concepteurs de systèmes d'apprentissage multimédia interactifs. Des mises à l'essai de ce modèle à l'aide de concepteurs issus des milieux de formation scolaire ont indiqué la pertinence et le raffinement des analyses possibles.

Introduction Les interventions en santé de la population dans le secteur de l’alimentation de détail, comme celles réalisées dans les dépanneurs, visent à transformer le type de signaux envoyés aux consommateurs afin qu'ils choisissent des aliments plus sains. Peu de recherches abordent les aspects financiers des interventions réalisées dans le milieu de la vente au détail, en particulier les mesures de résultat comme les ventes en magasin, pourtant au centre du processus décisionnel de la vente au détail. Cette étude examine l'évolution des ventes en magasin et les ventes par catégories de produits dans le cadre d’une intervention axée sur un dépanneur santé situé dans un quartier à faible revenu de Toronto (Ontario). Méthodologie Les données sur les ventes effectuées entre août 2014 et avril 2015 ont été regroupées par catégories de produits et par jour. Nous avons utilisé des tableaux croisés dynamiques Excel afin de résumer et de présenter visuellement les données sur ces ventes. Nous avons mené des tests t afin d’étudier les différences au niveau des ventes de chaque catégorie de produits en fonction des jours de vente « de pointe » (jours d’affluence) par rapport aux autres jours de vente. Résultats Les ventes globales du magasin culminaient les derniers jours de chaque mois, soit à la période à laquelle les prestations d’assistance sociale sont versées. La hausse des revenus lors des jours de pointe était principalement imputable aux ventes de laissez-passer de transports en commun. La moyenne des ventes de collations non nutritives et de cigarettes était légèrement plus élevée lors des jours de pointe par rapport aux autres jours. Les stratégies novatrices employées pour augmenter les ventes de fruits et légumes frais ont semblé accroître considérablement les revenus générés par ces catégories de produits. Conclusion Les données sur les ventes en magasin constituent un paramètre important de mesure du succès des interventions en environnement alimentaire. De plus, les prises de décision des détaillants fondé sur ces données peuvent se révéler déterminantes lors de l’adaptation des interventions. Les responsables des recherches et des interventions futures devraient envisager d’établir des partenariats et d’utiliser d'autres indicateurs de rendement lors des interventions ciblant l'environnement de la vente au détail d’aliments dans divers contextes canadiens.

L’objectif de cette recherche empirique est d’étudier l’influence de l’information comptable et financière sur la prise de décision dans les entreprises Algériennes. Pour ce faire, nous avons élaboré un questionnaire, afin d’essayer d’évaluer les relations entre les différentes variables selon la méthode « Micmac ». Les résultats de notre enquête nous ont permis, de remplir la matrice des influences directes données, de construire un système de variables selon la vision systémique, de visualiser les résultats sur des graphes et des plans, ainsi d’analyser et de classer les supports d’informations comptables et financières clés à la prise de décision. Enfin, une interprétation a été faite à chaque étape du résultat pour expliquer l’influence directe et indirecte de ces informations sur la prise de décision dans les entreprises étudiées. Les résultats de la présente recherche nous ont, permis tout, de même de conclure globalement que l’information comptable et financière a une influence directe et indirecte à la prise de décision et à la production des données comptables.

Dans beaucoup d’activités sportives, l’efficacité dépend de la capacité des acteurs de décider rapidement de la meilleure réponse avant de l’exécuter. La notion de décision se pose donc comme essentielle, tant pour l’enseignant sportif que pour le chercheur. On examine ici la légitimité et le sens que l’on peut attribuer à la notion de «Prise de Décision» en sport. Deux pôles sont proposés : un phénoménologique organisé autour de l’analyse des activités sportives et de leur logique décisionnelle et un centré sur l’acteur en situation en tant que système de traitement de l’information. Nous abordons également le problème des rapports terrain-laboratoire pour l’étude des processus cognitifs et des comportements décisionnels sportifs. Enfin, on procède à une revue de question en abordant les problèmes actuels, en particulier l’articulation des notions de Préparation et Décision. Le processus de décision est envisagé dans son caractère complexe, intégrant une série d’opérations cognitives pouvant faire l’objet d’ajustements stratégiques.

Résumé Les nombreuses enquêtes portant sur la population de plusieurs pays industrialisés incluant le Canada indiquent que de plus en plus, dans le contexte des rencontres médecin-patient, les patients désirent participer activement aux décisions portant sur leur santé. Toutefois, ces enquêtes rapportent aussi que ce partage de la décision entre les patients et les médecins n’a pas préséance. Le présent texte donne les raisons expliquant l’intérêt de la population et des décideurs envers la prise de décision partagée. Il introduit les fondements conceptuels de la prise de décision partagée et fait état de quelques travaux empiriques dans ce domaine. À l’aide de données recueillies lors d’une étude descriptive des pratiques médicales en matière de dépistage prénatal du syndrome de Down, il discute la relation médecin-patiente lors de ces rencontres. Enfin, il propose quelques pistes de réflexion pour des recherches futures.

Introduction En réaction aux taux élevés de maladies chroniques, la Régie régionale de la santé Capital en Nouvelle-Écosse a reconnu la nécessité de modifier le processus décisionnel axé sur les soins actifs pour privilégier une approche axée sur la santé de la population et guidée par des indicateurs sociosanitaires. Méthodologie Une enquête a été menée auprès des principaux intervenants à propos de leur connaissance des indicateurs socio-sanitaires en lien avec la santé, et à propos de leur opinion sur l’utilité de ces indicateurs dans l’aide à la prise de décision. Résultats Les répondants ont déclaré bien connaître les indicateurs sociosanitaires présentés et les ont trouvé utiles. Ils ont fait un choix plutôt consensuel sur les indicateurs prioritaires aptes selon eux à guider les interventions. Ils sont plutôt favorables à l’utilisation d’indicateurs sociosanitaires pour aider à définir une politique de la santé axée sur la population, du fait qu’ils ont participé au processus de choix, que la présentation des éléments probants a été faite en termes simples et pertinents, et que la diffusion des éléments a été large.

L’informatique décisionnelle désigne les méthodes, les outils et les moyens qui permettent de collecter, consolider et modéliser les données d’une entreprise afin d’offrir une aide à la décision et de permettre au corps exécutif de l'entreprise d’avoir une vue d’ensemble de l’activité. Dans le domaine dynamique où la prise de décision basée sur les données occupe une place prépondérante, les entreprises sont constamment à la recherche du Saint Graal de la précision ou, comme nous pourrions l'appeler, des informations clés qui se détachent du bruit et ouvrent la voie du succès. C'est là qu'intervient l'importance de la segmentation des données. Elle n'est pas seulement un mot à la mode, c'est en fait un moteur stratégique qui permet aux entreprises de bénéficier d'une précision ciblée et d'informations pertinentes. Elle est l'élaboration d'un ensemble de données en sous-ensembles multiples, distincts et significatifs qui sont principalement basés sur des critères spécifiques.Il est question dans cet article d’appliquer K-means, qui est une technique de segmentation non hiérarchique sur les données judiciaires afin de les classer en groupes homogènes selon les critères retenus tels que le motif du dossier judiciaire par exemple. Ceci permettra aux gestionnaires de ces instances de mieux comprendre les données, de faire de prédictions, de voir les tendances et d’avoir des perspectives.

La prédiction du comportement pose problème: les séries de choix font référence à une certaine contingence, liée notamment à des facteurs contextuels et situationnels. Une méthode expérimentale de recueil de données de choix tenant compte de cette contingence est alors proposée; à partir de ces données, l'intérêt théorique, managérial et méthodologique de la prise en compte de cette contingence dans l'étude et la prédiction des comportements de choix sont analysés. En particulier, la prise en compte de la situation aboutit à des résultats prédictifs différents et, semble-t-il, à un processus plus complexe qu'un choix hors situation.

Le présent article fait état du modèle de soutien à la prise de décision appliqué à l’évaluation d’impact sur la santé (EIS) en Montérégie, au Canada. Pour répondre à la volonté de soutenir l’élaboration de politiques et projets municipaux favorables à la santé et fondés sur les données probantes, la Direction de santé publique a mis en œuvre une démarche d’EIS dont les fondements pratiques s’inspirent des expériences internationales en matière d’EIS et dont les assises théoriques reposent sur le partage et le courtage de connaissances. L’expérience montérégienne démontre que la stratégie de courtage de connaissances appliquées à l’EIS encourage un partage respectueux des responsabilités et rôles de chacune des parties prenantes et favorise l’utilisation des connaissances de santé publique dans la prise de décision municipale. Le courtage des connaissances permet de prendre en compte les enjeux locaux dans les analyses d’impact et dans les recommandations aux décideurs. En conclusion, il s’avère que l’implication des décideurs municipaux à la recherche de solutions favorables à la santé permet d’inscrire les données probantes à l’intérieur des processus décisionnels et d’observer leur utilisation à plusieurs niveaux. L’évaluation des premières expériences d’EIS révèle en effet que les connaissances partagées répondent à des besoins immédiats engendrant leur utilisation directe, contribuent à des changements de perception et de pratique à plus large échelle et font de la santé une valeur reconnue par les décideurs publics et promue auprès de leurs citoyens pour accroître l’acceptabilité des initiatives municipales.

L'objet de cet article est de présenter et discuter les objections d'inspiration anti-réaliste (ou instrumentaliste) qui sont adressées au programme de modélisation de la rationalité limitée dans les sciences de la décision, et en particulier dans les sciences économiques. Après avoir reconstruit ces objections dans leurs diverses variantes, nous proposons un argument qui entend contrer de manière constructive la variante que nous appelons comportementale, selon laquelle les modèles de décision ne doivent être évalués qu'en fonction de leur capacité à décrire les comportements individuels. Cet argument repose sur les avancées récentes de la théorie de la décision expérimentale et fait appel à la prise en compte de données cognitives.

Le travail de recherche décrit dans cette thèse s'inscrit dans le contexte de la gestion d'un club de football professionnel, où l'établissement d'un équilibre humain et financier est essentiel pour assurer la pérennité des organisations sportives. Dans le management du football, les méthodes traditionnelles de sélection des joueurs ont historiquement guidé le processus de prise de décision au niveau des clubs. Ce processus de décision stratégique, souvent subjectif et incertain, peut avoir un impact significatif sur les performances financières, économiques et sportives de l’équipe.Alors que le football évolue vers un sport plus axé sur les données, il est de plus en plus reconnu que les méthodes traditionnelles doivent être complétées par des méthodes scientifiques basées sur l'intelligence artificielle et le recours aux méthodes de prise de décision multi-critères pour optimiser la sélection des joueurs et améliorer les performances tant sportives que financières. Il devient essentiel de rechercher un équilibre optimal entre le rendement sportif et la performance financière afin d'optimiser les résultats d'une entité spécifique: le club de football.À cet égard, l'objectif principal de cette thèse est de proposer un modèle qui combine les techniques de machine learning et les méthodes d’analyse multicritères pour améliorer l'efficacité et l'objectivité du processus de sélection des joueurs de football, tout en tenant compte des considérations financières et managériales. Notre première contribution est de prioriser les critères techniques, physiques, tactiques et comportementaux des joueurs en utilisant les algorithmes Random Forest, Entropy et CRITIC. La seconde contribution est de classer les joueurs selon leurs performances en se basant sur la méthode TOPSIS.Afin de valider ces contributions, nous avons créé un système d'aide à la décision permettant au décideur sportif de suggérer des joueurs en fonction de leurs performances. Notre modèle ne vise pas à remplacer les entraîneurs, mais plutôt à intégrer des évaluations subjectives et objectives pour permettre une compréhension approfondie des facteurs de performance sportive et managériale, améliorant ainsi la précision de la sélection des joueurs. Alors que le football s'oriente vers des approches plus axées sur les données, la combinaison de l'IA et du MCDM peut optimiser davantage les processus de sélection des joueurs, en tirant parti des avantages de l'analyse de données objective et de l'expertise subjective.Les résultats obtenus démontrent l'efficacité de notre approche dans l'amélioration des performances des équipes de football, particulièrement lorsqu'elle est soutenue et assistée par l'intelligence émotionnelle, à savoir la capacité du manager à détecter l'état substantiel du joueur
The research outlined in this thesis falls within the context of professional football club management, where establishing a balance between human and financial aspects is essential for long-term viability of sports organizations. In football management, the traditional methods of player selection have historically guided decision-making processes within clubs. This strategic decision-making process, which is often subjective and uncertain, can have a significant impact on the club's financial, economic and sporting situation.As football is increasingly becoming a data-driven sport, there is a growing recognition that traditional approaches need to be complemented by scientific methods based on artificial intelligenceomenclature{AI}{Artificial Intelligence} and multi-criteria decision makingomenclature{MCDM}{Multi-Criteria Decision Making} approaches to optimize player selection and improve both sporting and financial performance. It is becoming increasingly important to find an optimal balance between sporting success and financial performance to optimize the results of a specific entity: the football club.In this respect, the main purpose of this thesis is to propose a model that combines machine learning techniques with multi-criteria analysis methods to improve the efficiency and objectivity of the football player selection process, while taking into account financial and managerial considerations. Our first contribution is to prioritize the physical, technical, tactical, and behavioral criteria of players using Random Forest, Entropy, and CRITIComenclature{CRITIC}{CRiteria Importance Through Intercriteria Correlation}algorithms. The second contribution is to rank players based on their performance using the TOPSIS method.To validate these contributions, we designed a decision support system that assists the sports decision maker by proposing players in order of performance. Our model does not aim to replace coaches but rather to integrate subjective and objective evaluations to provide a thorough understanding of the factors influencing sporting and managerial performance, thereby improving the accuracy of player selection. As football moves towards more data-oriented approaches, the combination of AI and MCDM can further optimize player selection processes by leveraging the benefits of objective data analysis and subjective expertise.The results obtained show the effectiveness of our approach in improving the performance of football teams, especially when supported and promoted by emotional intelligence, which refers to the manager's ability to recognize the substantial state of the players

Le domaine de notre recherche est la décision stratégique au sein des organisations. Plus précisément il s'agit de l'aide à la prise de décision stratégique et de la problématique de l'acquisition des informations utiles pour de telles décisions. D'un côté les ‘informations de terrain' issus des contacts entre personnes, des réunions professionnelles, etc. demeurent essentielles pour les dirigeants. D'un autre côté les journaux quotidiens nationaux et internationaux fournissent un volume considérable de données que l'on peut qualifier de données brutes (Raw data). Mais, outre ces sources classiques, le recueil des informations a évolué de façon considérable avec l'avènement des technologies de l'information et notamment de l'Internet pour ce qui concerne dans notre recherche. Nous avons choisi le domaine concernant l'acquisition des informations de terrain fournies par les journaux nationaux quotidiens : les journaux quotidiens colombiens pour ce qui concernera notre étude empirique. Pour acquérir cette information nous avons proposé sur la base d'une recherche du type « Action Design Research », de concevoir, de construire et d'expérimenter un artéfact permettant de détecter des signaux faibles potentiels issus des données extraites d'Internet et qui aideraient les dirigeants de l'entreprise à découvrir et comprendre leur environnement. L'artéfact a été conçu et construit en deux phases utilisant des concepts théoriques liés à la surcharge de données, à la veille stratégique notamment la VAS-IC® (Veille Anticipative Stratégique – Intelligence Collective) et sur les caractéristiques souhaitables des systèmes informatisés d'aide à la décision stratégique. Après sa construction, l'artéfact a été expérimenté sur un terrain permettant d'évaluer son effectivité. Cette expérimentation a permis d'améliorer nos connaissances sur la pertinence des données numériques dans le processus de la prise de la décision. Les décideurs impliqués ont également pu d'intégrer des nouvelles pratiques adaptées à leurs besoins d'information
Our research area is around the strategic decision within organizations. More precisely, it is applicable as an aid for strategic decision-making and detecting useful information for such decisions. On the one hand, the ‘information from the field' from the contacts between individuals, business meetings, etc. is always essential for managers. On the other hand, national and international newspapers can provide a considerable volume of data that can be defined as the raw data. However, besides these classical sources, gathering information has changed dramatically with the advent of information technology and particularly internet that is related to our research. We chose the area for the acquisition of ‘information from the field' provided by the national daily newspapers: the Colombian newspaper which concerns to our empirical study. In order to detect weak signals of potential internet base issues which help managers to discover and understand their environment, we proposed a research based on “Action Design Research” type and then applied for designing, building and testing an artifact to gain the required information. The artifact has been designed and built in two phases that is included of using theoretical concepts about the data overload, environmental scanning particularly the “anticipatory and collective environmental scanning model” (VAS-IC®) and the desirable characteristics of strategic decision making support systems. After its construction, the artifact applied to real experimentation that has allowed us to evaluate its effectiveness. Afterwards, we improved our knowledge about the relevance of digital data in the decision making process. The results of all the involved decision makers have been able to integrate these new practices into their information needs

Cette étude randomisée visait à comparer l’efficacité et l’impact sur le processus de décision clinique en médecine familiale de deux moteurs de recherche médicaux : InfoClinique et TRIP Database. Quinze résidents en médecine familiale ont répondu à 20 questions cliniques portant sur des interventions thérapeutiques ou préventives avant et après une recherche initiée au hasard avec InfoClinique ou TRIP Database. En plus de donner les réponses aux questions cliniques, les participants ont rempli des questionnaires en ligne pour évaluer l’impact du moteur de recherche sur le processus de prise de décision. L’efficacité à trouver une réponse correcte aux questions et l’impact des informations trouvées sur le processus de prise de décision clinique ont été similaires à la suite de la recherche initiée avec InfoClinique et TRIP Database. La proportion de réponses correctes observée avant la recherche (25%) a augmenté de façon importante et similaire après la recherche initiale avec les deux moteurs de recherche passant à 63%. Le choix d’utiliser l’un ou l’autre des moteurs de recherche pourrait reposer sur des préférences ergonomiques, géographiques ou linguistiques.

L'utilisation d'un sondeur multifaisceaux dans la cartographie des fonds marins souligne l'insuffisance d'une correction de la navigation à l'estime basée uniquement sur l'introduction d'un positionnement par satellite. La fiabilité des cartes bathymétriques nécessite la correction des décalages entre les différentes observations que l'on réalise d'une même zone géographique à chaque passage du navire. L'automatisation de la correction des points navigation s'impose pour réduire le temps passé par les cartographes pour effectuer cette opération, pour obtenir des cartes précises, et enfin pour enrichir les campagnes existantes des données nouvellement acquises. Le problème du recalage se ramène à la recherche d'une isométrie permettant de passer d'une famille de courbes planes à une autre famille dont les paramètres sont estimées à partir de données discrètes, incertaines et entachées d'erreurs. Une modélisation des incertitudes dans un système de voisinage a été introduite dans un test du rapport de vraisemblance pour dégager une classe de transformations admissibles de recalage. Une représentation topographique par un modèle numérique de terrain (facettes triangulaires) permet alors de préciser la correction. Les études de cas proposées montrent que la procédure ainsi élaborée est efficace.

L'information géographique est maintenant un produit de masse fréquemment manipulé par des utilisateurs non-experts en géomatique qui ont peu ou pas de connaissances de la qualité des données qu'ils utilisent. Ce contexte accroît significativement les risques de mauvaise utilisation des données et ainsi les risques de conséquence néfaste résultant de ces mauvaises utilisations. Cette thèse vise à fournir à des utilisateurs experts ou des experts en qualité une approche leur permettant d'évaluer la qualité des données et ainsi être à même de conseiller des utilisateurs non-experts dans leur utilisation des données. Cette approche se base sur une structuration des données de qualité dans une base de données multidimensionnelle et une communication dynamique et contextuelle utilisant des indicateurs de qualité affichés dans un système SOLAP (Spatial On-Line Analytical Processing) combiné à un système d'information géographique.

Cette thèse CIFRE est un projet commun entre ArcelorMittal et le laboratoire CRAN, dont l'objectif est d'optimiser la prise de décision en maintenance industrielle par l'exploitation des sources d'information disponibles, c'est-à-dire des données et des connaissances industrielles, dans le cadre des contraintes industrielles présentées par le contexte sidérurgique. La stratégie actuelle de maintenance des lignes sidérurgiques est basée sur une maintenance préventive régulière. L'évolution de la maintenance préventive vers une stratégie dynamique se fait par le biais de la maintenance prédictive. La maintenance prédictive a été formalisée au sein du paradigme Prognostics and Health Management (PHM) sous la forme d'un processus en sept étapes. Parmi ces étapes de la PHM, le travail de ce doctorat se concentre sur la prise de décision et le pronostic. En regard de cette maintenance prédictive, le contexte de l'Industrie 4.0 met l'accent sur les approches basées sur les données, qui nécessitent une grande quantité de données que les systèmes industriels ne peuvent pas fournir systématiquement. La première contribution de la thèse consiste donc à proposer une équation permettant de lier les performances du pronostic au nombre d'échantillons d'entraînement disponibles. Cette contribution permet de prédire quelles performances le pronostic pourraient atteindre avec des données supplémentaires dans le cas de petits jeux de données (small datasets). La deuxième contribution de la thèse porte sur l'évaluation et l'analyse des performances de l'augmentation de données appliquée au pronostic sur des petits jeux de données. L'augmentation de données conduit à une amélioration de la performance du pronostic jusqu'à 10%. La troisième contribution de la thèse est l'intégration de connaissances expertes au sein de l'augmentation de données. L'intégration de connaissances statistiques s'avère efficace pour éviter la dégradation des performances causée par l'augmentation de données sous certaines conditions défavorables. Enfin, la quatrième contribution consiste en l'intégration des résultats du pronostic dans la modélisation des coûts de la prise de décision en maintenance et en l'évaluation de l'impact du pronostic sur ce coût. Elle démontre que (i) la mise en œuvre de la maintenance prédictive réduit les coûts de maintenance jusqu'à 18-20% et (ii) l'amélioration de 10% du pronostic peut réduire les coûts de maintenance de 1% supplémentaire
This CIFRE PhD is a joint project between ArcelorMittal and the CRAN laboratory, with theaim to optimize industrial maintenance decision-making through the exploitation of the available sources of information, i.e. industrial data and knowledge, under the industrial constraints presented by the steel-making context. Current maintenance strategy on steel lines is based on regular preventive maintenance. Evolution of preventive maintenance towards a dynamic strategy is done through predictive maintenance. Predictive maintenance has been formalized within the Prognostics and Health Management (PHM) paradigm as a seven steps process. Among these PHM steps, this PhD's work focuses on decision-making and prognostics. The Industry 4.0 context put emphasis on data-driven approaches, which require large amount of data that industrial systems cannot ystematically supply. The first contribution of the PhD consists in proposing an equation to link prognostics performances to the number of available training samples. This contribution allows to predict prognostics performances that could be obtained with additional data when dealing with small datasets. The second contribution of the PhD focuses on evaluating and analyzing the performance of data augmentation when applied to rognostics on small datasets. Data augmentation leads to an improvement of prognostics performance up to 10%. The third contribution of the PhD consists in the integration of expert knowledge into data augmentation. Statistical knowledge integration proved efficient to avoid performance degradation caused by data augmentation under some unfavorable conditions. Finally, the fourth contribution consists in the integration of prognostics in maintenance decision-making cost modeling and the evaluation of prognostics impact on maintenance decision cost. It demonstrates that (i) the implementation of predictive maintenance reduces maintenance cost up to 18-20% and ii) the 10% prognostics improvement can reduce maintenance cost by an additional 1%

Le forage de données, méthode et moyens développés dans cette thèse, redéfinit le processus d’extraction de données, de la formalisation de la connaissance et de son enrichissement notamment dans le cadre de l’élucidation d’évènements qui n’ont pas ou peu été documentés. L’accident de la plateforme de forage Deepwater Horizon, opérée pour le compte de BP dans le Golfe du Mexique et victime d’un blowout le 20 avril 2010, sera notre étude de cas pour la mise en place de notre preuve de concept de forage de données. Cet accident est le résultat d’un décalage inédit entre l’état de l’art des heuristiques des ingénieurs de forage et celui des ingénieurs antipollution. La perte de contrôle du puits MC 252-1 est donc une faillite d’ingénierie et il faudra quatre-vingt-sept jours à l’équipe d’intervention pour reprendre le contrôle du puits devenu sauvage et stopper ainsi la pollution. Deepwater Horizon est en ce sens un cas d’ingénierie en situation extrême, tel que défini par Guarnieri et Travadel.Nous proposons d’abord de revenir sur le concept général d’accident au moyen d’une analyse linguistique poussée présentant les espaces sémantiques dans lesquels se situe l’accident. Cela permet d’enrichir son « noyau de sens » et l’élargissement de l’acception commune de sa définition.Puis, nous amenons que la revue de littérature doit être systématiquement appuyée par une assistance algorithmique pour traiter les données compte tenu du volume disponible, de l’hétérogénéité des sources et des impératifs d’exigences de qualité et de pertinence. En effet, plus de huit cent articles scientifiques mentionnant cet accident ont été publiés à ce jour et une vingtaine de rapports d’enquêtes, constituant notre matériau de recherche, ont été produits. Notre méthode montre les limites des modèles d’accidents face à un cas comme Deepwater Horizon et l’impérieuse nécessité de rechercher un moyen de formalisation adéquat de la connaissance.De ce constat, l’utilisation des ontologies de haut niveau doit être encouragée. L’ontologie DOLCE a montré son grand intérêt dans la formalisation des connaissances à propos de cet accident et a permis notamment d’élucider très précisément une prise de décision à un moment critique de l’intervention. La population, la création d’instances, est le coeur de l’exploitation de l’ontologie et son principal intérêt mais le processus est encore très largement manuel et non exempts d’erreurs. Cette thèse propose une réponse partielle à ce problème par un algorithme NER original de population automatique d’une ontologie.Enfin, l’étude des accidents n’échappe pas à la détermination des causes et à la réflexion sur les « faits socialement construits ». Cette thèse propose les plans originaux d’un « pipeline sémantique » construit à l’aide d’une série d’algorithmes qui permet d’extraire la causalité exprimée dans un document et de produire un graphe représentant ainsi le « cheminement causal » sous-jacent au document. On comprend l’intérêt pour la recherche scientifique ou industrielle de la mise en lumière ainsi créée du raisonnement afférent de l’équipe d’enquête. Pour cela, ces travaux exploitent les avancées en Machine Learning et Question Answering et en particulier les outils Natural Language Processing.Cette thèse est un travail d’assembleur, d’architecte, qui amène à la fois un regard premier sur le cas Deepwater Horizon et propose le forage des données, une méthode et des moyens originaux pour aborder un évènement, afin de faire émerger du matériau de recherche des réponses à des questionnements qui échappaient jusqu’alors à la compréhension
Data drilling, the method and means developed in this thesis, redefines the process of data extraction, the formalization of knowledge and its enrichment, particularly in the context of the elucidation of events that have not or only slightly been documented. The Deepwater Horizon disaster, the drilling platform operated for BP in the Gulf of Mexico that suffered a blowout on April 20, 2010, will be our case study for the implementation of our proof of concept for data drilling. This accident is the result of an unprecedented discrepancy between the state of the art of drilling engineers' heuristics and that of pollution response engineers. The loss of control of the MC 252-1 well is therefore an engineering failure and it will take the response party eighty-seven days to regain control of the wild well and halt the pollution. Deepwater Horizon is in this sense a case of engineering facing extreme situation, as defined by Guarnieri and Travadel.First, we propose to return to the overall concept of accident by means of an in-depth linguistic analysis presenting the semantic spaces in which the accident takes place. This makes it possible to enrich its "core meaning" and broaden the shared acceptance of its definition.Then, we bring that the literature review must be systematically supported by algorithmic assistance to process the data taking into account the available volume, the heterogeneity of the sources and the requirements of quality and relevance standards. In fact, more than eight hundred scientific articles mentioning this accident have been published to date and some twenty investigation reports, constituting our research material, have been produced. Our method demonstrates the limitations of accident models when dealing with a case like Deepwater Horizon and the urgent need to look for an appropriate way to formalize knowledge.As a result, the use of upper-level ontologies should be encouraged. The DOLCE ontology has shown its great interest in formalizing knowledge about this accident and especially in elucidating very accurately a decision-making process at a critical moment of the intervention. The population, the creation of instances, is the heart of the exploitation of ontology and its main interest, but the process is still largely manual and not without mistakes. This thesis proposes a partial answer to this problem by an original NER algorithm for the automatic population of an ontology.Finally, the study of accidents involves determining the causes and examining "socially constructed facts". This thesis presents the original plans of a "semantic pipeline" built with a series of algorithms that extract the expressed causality in a document and produce a graph that represents the "causal path" underlying the document. It is significant for scientific or industrial research to highlight the reasoning behind the findings of the investigation team. To do this, this work leverages developments in Machine Learning and Question Answering and especially the Natural Language Processing tools.As a conclusion, this thesis is a work of a fitter, an architect, which offers both a prime insight into the Deepwater Horizon case and proposes the data drilling, an original method and means to address an event, in order to uncover answers from the research material for questions that had previously escaped understanding

Les médecines alternatives et complémentaires (MAC) sont de plus en plus populaires en Occident et au Canada. Certaines MAC reposent sur des données probantes, mais bien des MAC se prêtent mal aux exigences de la démarche scientifique et demeurent des traitements non reconnus, parfois même néfastes ou pratiquées par des charlatans. Or, les usagers ont recours à ces formes de traitement sans nécessairement posséder les connaissances requises pour faire un choix éclairé et sécuritaire. Il faudrait donc, pour contribuer à assurer leur sécurité, voir à ce qu'ils soient suffisamment informés pour faire un choix éclairé.Les omnipraticiens, en raison de leur formation et importance dans la prestation des soins de santé, semblent bien placés pour remplir ce rôle (prévu par leurs obligations déontologiques) et aider les usagers à choisir judicieusement leurs traitements. Cependant, plusieurs auteurs ont relevé l'embarras des médecins à discuter des MAC avec leurs patients ou à les conseiller à ce sujet, ainsi que les besoins des médecins en matière de formation sur les MAC. Cela nous a amené à nous demander si les omnipraticiens se sentent en mesure de conseiller leurs patients sur l'utilisation des MAC. Pour atteindre notre objectif, nous avons effectué une recherche exploratoire descriptive avec méthodologie quantitative (enquête). Nous avons fait parvenir un questionnaire d'auto-perception à un échantillon aléatoire représentatif de 1000 omnipraticiens, constitué à partir d'une liste générée par un programme en lien avec la base de données du Collège des médecins du Québec et fournie par le Centre de formation continue de la Faculté de médecine et des sciences de la santé de l'Université de Sherbrooke, avec l'autorisation de son directeur. Nous avons fait trois envois : le questionnaire avec texte d'introduction à l'étude, une carte de rappel deux semaines plus tard et de nouveau le questionnaire deux semaines après l'envoi de la carte de rappel. Le texte d'introduction à l'étude précisait que la participation était anonyme et que le fait de compléter le questionnaire serait interprété comme un consentement à l'étude.Les analyses statistiques ont été faites à l'aide du logiciel SPSS, version 17.0. Nous avons obtenu un taux de réponse de 19,5 %. Nous avons constaté que 47,3 % des omnipraticiens interrogés considéraient qu'ils n'étaient généralement pas en mesure de conseiller leurs patients sur l'utilisation des MAC et que 50,3 % des répondants ne se sentaient pas à l'aise de répondre aux questions de leurs patients sur une MAC spécifique. De plus, moins du quart des omnipraticiens sondés (23,6 %) ont confirmé savoir où trouver des données probantes sur l'efficacité ou l'innocuité de MAC spécifiques. L'embarras que semblaient éprouver les répondants quant à leur rôle-conseil concernant l'utilisation des MAC et leur connaissance limitée des sources de données probantes pour ces approches font clairement ressortir d'importants besoins en matière de formation. C'est pourquoi nous croyons qu'une intensification des efforts de formation relatifs aux obligations déontologiques des médecins (pour les aider à définir leur rôle-conseil concernant l'utilisation des MAC) et aux sources de données probantes sur les MAC (pour appuyer leur jugement clinique) pourrait aider les omnipraticiens du Québec à se sentir plus à l'aise dans leur rôle auprès des patients qui envisagent ou choisissent d'utiliser une MAC, afin, espérons-nous, de favoriser la communication avec ces patients à ce sujet et contribuer à assurer leur sécurité en réduisant le risque d'effets secondaires et d'interactions nocives.

Notre recherche se situe dans le cadre du projet QWECI (Quantifying Weather and Climate Impacts on Health in Developing Countries, UE FP7) en partenariat avec l’UCAD, le CSE et l’IPD, autour de la thématique environnement-santé avec comme cas pratique les maladies à vecteurs au Sénégal et plus particulièrement la Fièvre de la Vallée du Rift (FVR). La santé des populations humaines et animales est souvent fortement influencée par l’environnement. D’ailleurs, la recherche sur les facteurs de propagation des maladies à transmission vectorielle, telle que la FVR, prend en compte cette problématique dans sa dimension aussi bien physique que socio-économique. Apparue en 1912-1913 au Kenya, la FVR est une anthropo-zoonose virale répandue dans les régions tropicales qui concerne principalement les animaux mais dont les hommes peuvent aussi être touchés. Au Sénégal, la zone à risque concerne en majorité la vallée du fleuve Sénégal et la zone sylvo-pastorale du Ferlo. Bien que de climat sahélien, le Ferlo regorge de nombreuses mares qui sont des sources d’approvisionnement en eau pour les hommes et le bétail mais également les gîtes larvaires pour les vecteurs potentiels de la FVR. La maîtrise de la FVR, carrefour de trois (03) grands systèmes (agro-écologique, pathogène, économique/sanitaire/social), implique nécessairement la prise en compte de plusieurs paramètres si l’on veut d’abord comprendre les mécanismes d’émergence mais aussi envisager le travail de modélisation du risque. Notre travail porte sur le processus décisionnel pour quantifier l’utilisation de données sanitaires et environnementales dans l’évaluation de leur impact pour le suivi de la FVR. Les équipes de recherche impliquées produisent des données lors de leurs enquêtes de terrains et des analyses de laboratoire. Ce flot de données croissant devrait être stocké et préparé à des études corrélées grâce aux nouvelles techniques de stockage que sont les entrepôts de données. A propos de l’analyse des données, il ne suffit pas de s’appuyer seulement sur les techniques classiques telles que les statistiques. En effet, la valeur ajoutée de contribution sur la question s’oriente vers une analyse prédictive combinant à la fois les techniques agrégées de stockage et des outils de traitement. Ainsi, pour la découverte d’informations, nouvelles et pertinentes à priori non évidentes, il est nécessaire de s’orienter vers la fouille de données. Par ailleurs, l’évolution de la maladie étant fortement liée à la dynamique spatio-temporelle environnementale des différents acteurs (vecteurs, virus et hôtes), cause pour laquelle nous nous appuyons sur les motifs spatio-temporels pour identifier et mesurer certaines interactions entre les paramètres environnementaux et les acteurs impliqués. Grâce au processus décisionnel, les résultats qui en découlent sont multiples :i. suivant la formalisation de la modélisation multidimensionnelle, nous avons construit un entrepôt de données intégré qui regroupe l’ensemble des objets qui participent à la gestion du risque sanitaire – ce modèle peut être généralisé aux maladies à vecteurs ;ii. malgré une très grande variété de moustiques, les Culex de type neavei et les Aedes de type ochraceus et vexans sont les vecteurs potentiels de la FVR les plus présents dans la zone d’étude et ce, durant la saison des pluies, période la plus sujette à des cas suspects ; la période à risque reste quand même le mois d’octobre ;iii. les mares analysées ont quasiment le même comportement, mais des variations significatives subsistent par endroits.Ce travail de recherche démontre une fois de plus l’intérêt pour la mise en évidence des relations entre les données environnementales et la FVR à partir de méthodes de fouille de données, pour la surveillance spatio-temporelle du risque d’émergence
Our research is in part of the QWeCI european project (Quantifying Weather and Climate Impacts on Health in Developing Countries, EU FP7) in partnership with UCAD, the CSE and the IPD, around the theme of environmental health with the practical case on vector-borne diseases in Senegal and particularly the Valley Fever (RVF). The health of human and animal populations is often strongly influenced by the environment. Moreover, research on spread factors of vector-borne diseases such as RVF, considers this issue in its dimension both physical and socio-economic. Appeared in 1912-1913 in Kenya, RVF is a widespread viral anthropo-zoonosis in tropical regions which concerns animals but men can also be affected. In Senegal, the risk area concerns mainly the Senegal River Valley and the forestry-pastoral areas Ferlo. With a Sahelian climate, the Ferlo has several ponds that are sources of water supply for humans and livestock but also breeding sites for potential vectors of RVF. The controlling of the RVF, which is crossroads of three (03) large systems (agro-ecological, pathogen, economic/health/social), necessarily entails consideration of several parameters if one wants to first understand the mechanisms emergence but also consider the work on risk modeling. Our work focuses on the decision making process for quantify the use of health data and environmental data in the impact assessment for the monitoring of RVF. Research teams involved produce data during their investigations periods and laboratory analyzes. The growing flood of data should be stored and prepared for correlated studies with new storage techniques such as datawarehouses. About the data analysis, it is not enough to rely only on conventional techniques such as statistics. Indeed, the contribution on the issue is moving towards a predictive analysis combining both aggregate storage techniques and processing tools. Thus, to discover information, it is necessary to move towards datamining. Furthermore, the evolution of the disease is strongly linked to environmental spatio-temporal dynamics of different actors (vectors, viruses, and hosts), cause for which we rely on spatio-temporal patterns to identify and measure interactions between environmental parameters and the actors involved. With the decision-making process, we have obtained many results :i. following the formalization of multidimensional modeling, we have built an integrated datawarehouse that includes all the objects that are involved in managing the health risk - this model can be generalized to others vector-borne diseases;ii. despite a very wide variety of mosquitoes, Culex neavei, Aedes ochraceus and Aedes vexans are potential vectors of FVR. They are most present in the study area and, during the rainy season period which is most prone to suspected cases; the risk period still remains the month of October;iii. the analyzed ponds have almost the same behavior, but significant variations exist in some points.This research shows once again the interest in the discovery of relationships between environmental data and the FVR with datamining methods for the spatio-temporal monitoring of the risk of emergence

Notre recherche se situe dans le cadre du projet QWECI (Quantifying Weather and Climate Impacts on Health in Developing Countries, UE FP7) en partenariat avec l’UCAD, le CSE et l’IPD, autour de la thématique environnement-santé avec comme cas pratique les maladies à vecteurs au Sénégal et plus particulièrement la Fièvre de la Vallée du Rift (FVR). La santé des populations humaines et animales est souvent fortement influencée par l’environnement. D’ailleurs, la recherche sur les facteurs de propagation des maladies à transmission vectorielle, telle que la FVR, prend en compte cette problématique dans sa dimension aussi bien physique que socio-économique. Apparue en 1912-1913 au Kenya, la FVR est une anthropo-zoonose virale répandue dans les régions tropicales qui concerne principalement les animaux mais dont les hommes peuvent aussi être touchés. Au Sénégal, la zone à risque concerne en majorité la vallée du fleuve Sénégal et la zone sylvo-pastorale du Ferlo. Bien que de climat sahélien, le Ferlo regorge de nombreuses mares qui sont des sources d’approvisionnement en eau pour les hommes et le bétail mais également les gîtes larvaires pour les vecteurs potentiels de la FVR. La maîtrise de la FVR, carrefour de trois (03) grands systèmes (agro-écologique, pathogène, économique/sanitaire/social), implique nécessairement la prise en compte de plusieurs paramètres si l’on veut d’abord comprendre les mécanismes d’émergence mais aussi envisager le travail de modélisation du risque. Notre travail porte sur le processus décisionnel pour quantifier l’utilisation de données sanitaires et environnementales dans l’évaluation de leur impact pour le suivi de la FVR. Les équipes de recherche impliquées produisent des données lors de leurs enquêtes de terrains et des analyses de laboratoire. Ce flot de données croissant devrait être stocké et préparé à des études corrélées grâce aux nouvelles techniques de stockage que sont les entrepôts de données. A propos de l’analyse des données, il ne suffit pas de s’appuyer seulement sur les techniques classiques telles que les statistiques. En effet, la valeur ajoutée de contribution sur la question s’oriente vers une analyse prédictive combinant à la fois les techniques agrégées de stockage et des outils de traitement. Ainsi, pour la découverte d’informations, nouvelles et pertinentes à priori non évidentes, il est nécessaire de s’orienter vers la fouille de données. Par ailleurs, l’évolution de la maladie étant fortement liée à la dynamique spatio-temporelle environnementale des différents acteurs (vecteurs, virus et hôtes), cause pour laquelle nous nous appuyons sur les motifs spatio-temporels pour identifier et mesurer certaines interactions entre les paramètres environnementaux et les acteurs impliqués. Grâce au processus décisionnel, les résultats qui en découlent sont multiples :i. suivant la formalisation de la modélisation multidimensionnelle, nous avons construit un entrepôt de données intégré qui regroupe l’ensemble des objets qui participent à la gestion du risque sanitaire – ce modèle peut être généralisé aux maladies à vecteurs ;ii. malgré une très grande variété de moustiques, les Culex de type neavei et les Aedes de type ochraceus et vexans sont les vecteurs potentiels de la FVR les plus présents dans la zone d’étude et ce, durant la saison des pluies, période la plus sujette à des cas suspects ; la période à risque reste quand même le mois d’octobre ;iii. les mares analysées ont quasiment le même comportement, mais des variations significatives subsistent par endroits.Ce travail de recherche démontre une fois de plus l’intérêt pour la mise en évidence des relations entre les données environnementales et la FVR à partir de méthodes de fouille de données, pour la surveillance spatio-temporelle du risque d’émergence
Our research is in part of the QWeCI european project (Quantifying Weather and Climate Impacts on Health in Developing Countries, EU FP7) in partnership with UCAD, the CSE and the IPD, around the theme of environmental health with the practical case on vector-borne diseases in Senegal and particularly the Valley Fever (RVF). The health of human and animal populations is often strongly influenced by the environment. Moreover, research on spread factors of vector-borne diseases such as RVF, considers this issue in its dimension both physical and socio-economic. Appeared in 1912-1913 in Kenya, RVF is a widespread viral anthropo-zoonosis in tropical regions which concerns animals but men can also be affected. In Senegal, the risk area concerns mainly the Senegal River Valley and the forestry-pastoral areas Ferlo. With a Sahelian climate, the Ferlo has several ponds that are sources of water supply for humans and livestock but also breeding sites for potential vectors of RVF. The controlling of the RVF, which is crossroads of three (03) large systems (agro-ecological, pathogen, economic/health/social), necessarily entails consideration of several parameters if one wants to first understand the mechanisms emergence but also consider the work on risk modeling. Our work focuses on the decision making process for quantify the use of health data and environmental data in the impact assessment for the monitoring of RVF. Research teams involved produce data during their investigations periods and laboratory analyzes. The growing flood of data should be stored and prepared for correlated studies with new storage techniques such as datawarehouses. About the data analysis, it is not enough to rely only on conventional techniques such as statistics. Indeed, the contribution on the issue is moving towards a predictive analysis combining both aggregate storage techniques and processing tools. Thus, to discover information, it is necessary to move towards datamining. Furthermore, the evolution of the disease is strongly linked to environmental spatio-temporal dynamics of different actors (vectors, viruses, and hosts), cause for which we rely on spatio-temporal patterns to identify and measure interactions between environmental parameters and the actors involved. With the decision-making process, we have obtained many results :i. following the formalization of multidimensional modeling, we have built an integrated datawarehouse that includes all the objects that are involved in managing the health risk - this model can be generalized to others vector-borne diseases;ii. despite a very wide variety of mosquitoes, Culex neavei, Aedes ochraceus and Aedes vexans are potential vectors of FVR. They are most present in the study area and, during the rainy season period which is most prone to suspected cases; the risk period still remains the month of October;iii. the analyzed ponds have almost the same behavior, but significant variations exist in some points.This research shows once again the interest in the discovery of relationships between environmental data and the FVR with datamining methods for the spatio-temporal monitoring of the risk of emergence

L'Atlas des Adolescents pour l'Action (A3) est une suite d'outils qui résume la vie et les besoins des adolescents du monde entier afin de promouvoir une prise de décision fondée sur des données probantes. Grâce à des données accessibles et faciles à saisir en un seul clic, l'A3 comble le fossé entre les décideurs et les données factuelles afin d'éclairer les politiques et les programmes. La liste de contrôle des politiques A3, créée par le GIRL Center du Population Council, présente une liste de politiques nationales pertinentes pour la vie des adolescents dans 9 domaines thématiques, et indique si les pays ont adopté chaque politique. La liste de contrôle présente un aperçu des engagements pris pour atteindre le bien-être des adolescents par le biais de politiques axées sur les adolescents. En juillet 2022, la liste de contrôle des politiques comprend 56 politiques, qui ont été suivies pour 113 pays à revenu faible ou intermédiaire (PRFM). Cette liste de politiques n'est pas exhaustive, et des politiques supplémentaires seront ajoutées à la liste de contrôle chaque année. Ce document présente la méthodologie utilisée pour élaborer la liste de contrôle de la politique A3.

L'Atlas des Adolescents pour l'Action (A3) est une suite d'outils qui résume la vie et les besoins des adolescents du monde entier afin de promouvoir une prise de décision fondée sur des données probantes. Grâce à des données accessibles et faciles à saisir en un seul clic, l'A3 comble le fossé entre les décideurs et les données factuelles afin d'éclairer les politiques et les programmes. La liste de contrôle des politiques A3, créée par le GIRL Center du Population Council, présente une liste de politiques nationales relatives aux adolescents dans neuf domaines thématiques, et indique si les pays ont adopté chaque politique. La liste de contrôle présente un aperçu des engagements pris pour atteindre le bien-être des adolescents par le biais de politiques axées sur les adolescents. En juillet 2022, la liste de contrôle des politiques comprend 56 politiques, qui ont été suivies pour 113 pays à revenu faible ou intermédiaire (PRFM). Cette liste de politiques n'est pas exhaustive, et des politiques supplémentaires seront ajoutées à la liste de contrôle chaque année. Ce guide fournit un aperçu étape par étape de la manière d'utiliser la liste de contrôle des politiques A3.

Ce rapport de fichier ouvert présente les résultats de la surveillance sismique globale menée dans le nord-est de la Colombie-Britannique (NE BC) en 2021 et 2022. L'effort de surveillance englobe deux zones primaires d'observation sismique : la zone de surveillance etd'atténuation sismique de Kiskatinaw (KSMMA) et la zone de condition de permis de surveillance du mouvement du sol (GMMPCA), chacune étant caractérisée par des opérations pétrolières et gazières différentes, ainsi que par des densités de population. Un flux de travail de pointe basé surl'apprentissage automatique a été utilisé pour la détection des tremblements de terre et la détermination des phases. Une étape de révision manuelle a été incluse pour garantir la qualité de toutes les détections et localisations de tremblements de terre. Du 1er janvier 2021 au 31 décembre 2022, untotal de 9655 événements sismiques ont été détectés, avec un taux mensuel moyen de 420 événements. Le KSMMA a enregistré 8468 événements au cours de cette période, caractérisés par un regroupement serré, tandis que le GMMPCA a enregistré 899 événements. Des variations dans les taux de sismicité ontété observées par rapport aux rapports précédents, potentiellement influencées par des changements dans les activités industrielles et les capacités de surveillance sismique. L'ampleur de l'exhaustivité pour le KSMMA est passée à 1,01, reflétant les changements dans le réseau de surveillancesismique, tandis que le GMMPCA a affiché une ampleur de l'exhaustivité de 1,45, légèrement supérieure à celle de la période de rapport précédente. Ce rapport souligne la nature dynamique de la sismicité induite dans le nord-est de la Colombie-Britannique, en insistant sur la nécessité d'unesurveillance continue, de mesures d'atténuation adaptatives et d'une collecte robuste de données sismiques pour éclairer la prise de décision et améliorer la préparation aux tremblements de terre.

L'Atlas des Adolescents pour l'Action (A3) est une suite d'outils qui résume la vie et les besoins des adolescents du monde entier afin de promouvoir une prise de décision fondée sur des données probantes. Grâce à ses données accessibles et faciles à saisir en un seul clic, l'A3 comble le fossé entre les décideurs et les données factuelles afin d'éclairer les politiques et les programmes. Le tableau de bord des indicateurs relatifs aux adolescents et le tableau de bord des écarts entre les sexes sont deux tableaux de bord simples mais dynamiques qui donnent un aperçu de la vie des adolescents, filles et garçons, vivant dans les pays à revenu faible et intermédiaire (PRFM) dans neuf domaines thématiques de bien-être. Le tableau de bord des indicateurs relatifs aux adolescents montre comment les adolescents, filles ou garçons, se débrouillent dans chaque thème, au niveau mondial et infranational, ainsi que les liens entre les indicateurs des différents domaines. Le tableau de bord des écarts entre les sexes vous permet de comparer les écarts par domaine et par indicateur, à l'échelle mondiale et nfranationale. Ce dossier présente la méthodologie utilisée pour élaborer ces deux tableaux de bord.