Academic literature on the topic 'Apprentissage automatique – Dissertation universitaire'

L'évolution des méthodes de production, dans le contexte de l'industrie 4.0, conduit les robots collaboratifs et industriels à être utilisés pour des tâches telles que le perçage, l'usinage, ou l'assemblage.Ces tâches demandent une précision de l'ordre du dixième de millimètre, alors que la précision de ces robots est de l'ordre de un à deux millimètres.Cet état de fait conduit les intégrateurs robotiques à proposer des méthodes de calibration visant à établir un modèle de comportement du robot plus fiable et représentatif du robot réel.Ainsi, les méthodes de calibration analytiques modélisent les défauts affectant la précision des robots industriels, à savoir les défauts géométriques, la compliance des articulations, les erreurs de transmissions et la dérive thermique.Face à la complexité de l'identification expérimentale des paramètres de certains de ces modèles analytiques, des méthodes de calibration hybrides ont été développés.Ces méthodes hybrides couplent un modèle analytique simple avec une approche par apprentissage automatique dont le rôle est de prédire fidèlement les erreurs résiduelles de positionnement (engendrées par la non-exactitude du modèle analytique).Ces défauts peuvent alors être compensées par anticipation, au travers d'un algorithme de compensation.En revanche, ces méthodes demandent beaucoup de temps, de données, et ne sont plus valables lorsque la charge utile du robot change.L'objectif de cette thèse est d'améliorer les méthodes de calibration hybrides pour les rendre applicables dans des contextes industriels.Dans ce sens, plusieurs contributions ont été apportées.D'abord, deux méthodes basées sur des réseaux de neurones permettant, avec très peu de données, d'adapter le modèle hybride (i.e. le réglage d'un jeux de poids spécifique) à une nouvelle charge utile dans un sous-espace de travail du robot.Ces deux méthodes utilisent respectivement un apprentissage par transfert et une interpolation de prédictions.Puis, une méthode de calibration hybride par apprentissage actif utilisant une régression par processus gaussien est présentée.Via cette approche, dans un processus itératif, le système décide des données pertinentes à acquérir de manière autonome, ce qui permet une calibration optimisée en données et en temps
The evolution of production methods in the context of Industry 4.0 has led to the use of collaborative and industrial robots for tasks such as drilling, machining, and assembly. These tasks require an accuracy of around a tenth of a millimeter, whereas the precision of these robots is in the range of one to two millimeters. Robotic integrators had to propose calibration methods aimed at establishing a more reliable and representative model of the robot's behavior in the real world.As a result, analytical calibration methods model the defects affecting the accuracy of industrial robots, including geometric defects, joint compliance, transmission errors, and thermal drift. Given the complexity of experimentally identifying the parameters of some of these analytical models, hybrid calibration methods have been developed. These methods combine an analytical model with a machine learning approach whose role is to accurately predict residual positioning errors (caused by the inaccuracies of the analytical model). These defects can then be compensated for in advance through a compensation algorithm.However, these methods require a significant amount of time and data and are no longer valid when the robot's payload changes. The objective of this thesis is to improve hybrid calibration methods to make them applicable in industrial contexts. In this regard, several contributions have been made.First, two methods based on neural networks that allow the adaptation of the hybrid model to a new payload within a robot's workspace with very little data. These two methods respectively rely on transfer learning and prediction interpolation.Then, a hybrid calibration method using active learning with Gaussian process regression is presented. Through this approach, in an iterative process, the system autonomously decides on relevant data to acquire, enabling optimized calibration in terms of data and time

L’adolescence est une période de vulnérabilité pour la dépression, sur le plan psychologique et biologique. La littérature sur la dépression à l’adolescence est très fournie sur ses facteurs de risque et de protection ainsi que sur les différentes manifestations externalisées pouvant servir de signe d’appel. Cependant, les modèles de prédiction du risque restent peu performants. La recherche systématique et approfondie des combinaisons entre marqueurs/facteurs de risque pourrait être un moyen d’améliorer ces modèles. Les techniques issues des méthodes de « fouille de données » (data mining, machine Learning DMML) semblent de plus en plus utilisées sur des problématiques similaires. Ce travail de thèse va s’intéresser à l’application des méthodes issues du DMML à la dépression durant l’adolescence. Dans ce contexte, l’objectif sera i) de cartographier l’utilisation réelle de ces méthodes en épidémiologie et santé publique ii) d’analyser les patterns d’interactions entre les facteurs/marqueurs de risque de la dépression à l’adolescence afin de développer de nouvelles pistes utiles dans le repérage de cette population.En premier lieu, une analyse bibliométrique de Medline, sera réalisée afin de quantifier l’essor des méthodes issues du DMML en santé publique et épidémiologie et d’en caractériser les domaines d’application majeurs. Dans un second temps, une comparaison de l’apport de deux méthodes de classification quant à leur capacité à modéliser le risque de dépression : ensemble d’arbres par régression boostée, des forêts aléatoires par rapport à une régression logistique LASSO sans interaction sera réalisée. Pour finir, une méthode de partitionnement supervisée, appelée « Régression sur profil», sera utilisée pour créer des clusters d’adolescents à partir des variables explicatives de la dépression et de la dépression. Les données issues de l’enquête transversale en milieu scolaire «Processus d’adolescence» seront utilisées. Elle inclut, 15235 adolescents, répondant à un auto-questionnaire anonyme contenant la dépression via l’Adolescent Depression Rating Scale et les variables explicatives de la dépression présentes dans l’enquête. Cette thèse a montré les intérêts et les difficultés quant à l’utilisation des méthodes issues du DMML pour la recherche d’associations pertinentes en épidémiologie psychiatrique
Adolescence is a vulnerable period for depression, both psychologically and biologically. The literature on depression in adolescence is very extensive on risk and protective factors and on the various externalized manifestations that can serve as warning sign. However, prediction models remain poorly performing. Systematic and in-depth research into the combinations of risk factors/markers could improving these models. Techniques derived from data mining/Machine Learning methods (DMML) now seem to be more and more used on similar issues. This work will focus on the application of DMML methods to depression during adolescence. In this context, the objective will be i) to map the actual use of these methods in epidemiology and public health ii) to analyze the associations between risk factors/markers of depression in adolescence in order to develop new useful leads in the identification of this population. First, a bibliometric analysis of Medline will be conducted in order to quantify the development of DMML methods in public health and epidemiology and to characterize their major fields of application. Secondly, a comparison of the contribution of two classification methods in terms of their capacity to model the risk of depression: boosted regression trees, random forests compared to a logistic LASSO regression without interaction will be carried out. Finally, a supervised partitioning method, called «Bayesian Profile regression", will be used to create clusters of adolescents from the explanatory variables of depression and depression. Data from the cross-sectional school survey "Processus adolescence" will be used. It includes 15235 adolescents, responding to an anonymous self-administered questionnaire containing depression via the Adolescent Depression Rating Scale and the explanatory variables for depression present in the survey. This work showed the interests and difficulties of DMML to analysis relevant associations in psychiatric epidemiology

L’hallucination est une expérience subjective vécue en pleine conscience consistant en une perception impossible à distinguer d’une perception réelle, mais survenant en l’absence de tout stimulus en provenance de l’environnement externe. Les symptômes hallucinatoires, qui peuvent concerner toutes les modalités sensorielles, sont retrouvés dans divers troubles neurologiques et psychiatriques mais également chez certains sujets indemnes de toute pathologie. Dans le champ de la psychiatrie, la pathologie la plus fréquemment associée aux hallucinations reste la schizophrénie et la modalité auditive est la plus représentée, puisque 60 à 80% des patients souffrant de ce trouble sont concernés. Le retentissement fonctionnel des hallucinations auditives peut être important, altérant significativement la qualité de vie des patients.Dans ce contexte, la prise en charge de ce type de symptômes s’avère un enjeu considérable pour les personnes souffrant de schizophrénie. Pourtant, les moyens thérapeutiques actuellement disponibles (traitements médicamenteux antipsychotiques notamment) ne permettent pas toujours une rémission complète de la symptomatologie hallucinatoire et l’on considère que 25 à 30% des hallucinations auditives sont « pharmaco-résistantes ». C’est à partir de ce constat que, ces dernières années, ont émergé, pour le traitement des hallucinations auditives, des techniques de neuromodulation comme la stimulation magnétique transcrânienne répétée ou la stimulation électrique transcrânienne par courant continu. Toutefois, les résultats de ces nouvelles thérapies sur les hallucinations auditives résistantes restent modérés et le développement de stratégies alternatives demeure un enjeu de recherche majeur.Actuellement, les travaux en imagerie fonctionnelle permettent d'affiner les modèles physiopathologiques des hallucinations auditives, mais leur intérêt pourrait aller au-delà de la recherche fondamentale, avec possiblement des applications cliniques telles que l'assistance thérapeutique. Ce travail de thèse s’inscrit précisément dans le développement de l’imagerie cérébrale de « capture » des hallucinations auditives, c’est-à-dire l’identification des patterns d’activation fonctionnels associés à la survenue des hallucinations auditives.La première partie de ce travail est consacrée à la détection automatisée des hallucinations auditives en IRM fonctionnelle. L’identification des périodes hallucinatoires survenues au cours d’une session d’IRM fonctionnelle est actuellement possible par une méthode de capture semi-automatisée validée. Celle-ci permet une labellisation des données acquises au cours d’une session de repos en périodes « hallucinatoires » et « non-hallucinatoires ». Toutefois, le caractère long et fastidieux de cette méthode limite largement son emploi. Nous avons donc souhaité montrer comment les stratégies d’apprentissage machine (support vector machine ou SVM, notamment) permettent l’automatisation de cette technique par le développement de classificateurs performants, généralisables et associés à un faible coût de calcul (indispensable en vue d’une utilisation en temps réel). Nous proposons également le développement d’algorithmes de reconnaissance de la période « pré-hallucinatoire », en mettant en évidence que ce type de classificateur présente aussi des performances largement significatives. Enfin, nous avons pu montrer que l’utilisation de stratégies d’apprentissage-machine alternatives au SVM (e.g, le TV-Elastic-net), obtient des performances significativement supérieures au SVM [...]
Hallucination is a transient subjective experience perceived as real, but occurring in the absence of an appropriate stimulation coming from the external environment. Hallucinatory events, which can occur across every sensory modality, are observed in various neurological and psychiatric disorders but also among “non-clinical” populations. The most frequent disorder associated with hallucinations in the field of psychiatry is schizophrenia. Auditory-verbal experiences are particularly frequent, with a lifetime-prevalence of 60 to 80% in patients suffering from schizophrenia. Hallucinations may cause long-term disability and poorer quality of life.In this context, the management of auditory-verbal hallucinations in patients with schizophrenia constitutes a major challenge. However, despite the increasing sophistication of biological and psychosocial research methods in the field, no significant therapeutic breakthrough has occurred in the last decade and a consensus exists that a significant proportion of patients with schizophrenia (i.e., around 25 %), exhibit drug-resistant auditory-verbal hallucinations. Non-pharmacological treatments, such as repetitive transcranial magnetic stimulation (rTMS) or transcranial direct current stimulation (tDCS) have been proposed as an option for addressing the unmet medical needs described above. However, these neuromodulation techniques show a moderate effect in alleviating drug-resistant auditory-verbal hallucinations and the development of innovative therapeutic strategies remains a major challenge.In recent years, the number of brain imaging studies in the field of auditory-verbal hallucinations has grown substantially, leading to a better pathophysiological understanding of this subjective phenomenon. Recent progress in deciphering the neural underpinnings of AVHs has strengthened transdiagnostic neurocognitive models that characterize auditory-verbal hallucinations, but more specifically these findings built the bases for new therapeutic strategies. In this regards the development of auditory hallucinations “capture" brain-imaging studies (i.e. the identification of functional patterns associated with the occurrence of auditory hallucinations), was the main topic of this thesis.The first part of this work is devoted to the automatized detection of auditory-verbal hallucinations using functional MRI (fMRI). The identification of hallucinatory periods occurring during a fMRI session is now possible using a semi-automatized procedure based on an independent component analysis applied to resting fMRI data combined with a post-fMRI interview (i.e. the patient is asked to report auditory-verbal hallucinations immediately after acquisition). This “two-steps method” allows for the identification of hallucination periods (ON) and non-hallucination ones (OFF). However, the time-consuming nature of this a posteriori labelling procedure considerably limits its use. In these regards, we show how machine-learning, especially support vector machine (SVM), allows the automation of hallucinations capture. We present new results of accurate and generalizable classifiers which could be used in real-time because of their low computational-cost. We also highlight that algorithms able to identify the "pre-hallucinatory" period exhibit significant performances. Finally, we propose the use of an alternative learning-machine strategy, based on TV-Elastic-net, which achieves slightly better performances and more interpretable discriminative maps than SVM [...]

La stéatose hépatique non-alcoolique (NAFLD) est une maladie chronique du foie regroupant la stéatose simple à évolution lente, et la stéatohépatite non-alcoolique (NASH), forme inflammatoire accélérant son évolution. On estime qu’une personne sur quatre dans le monde est atteinte de NAFLD, et cette prévalence augmente rapidement, en parallèle avec celle de ses principaux facteurs de risque : le surpoids, l’obésité et le diabète. Cette pathologie est asymptomatique jusqu’aux complications, la cirrhose et le cancer du foie (carcinome hépatocellulaire, CHC), ce qui induit un diagnostic tardif et un impact négatif sur la morbidité et mortalité associées. De plus, le diagnostic de référence nécessite une biopsie hépatique, un examen invasif qui ne peut être réalisé en routine. En conséquence, la progression de la maladie est mal connue et son estimation peut souffrir d’un biais de sélection, vers les patients présentant des facteurs de risques importants, qui nécessitaient une biopsie en premier lieu. Mieux l’appréhender permettrait de mettre en place des stratégies diminuant son fardeau.L’approche par modélisation est appropriée pour prendre en compte l’ensemble des patients susceptibles, sans avoir à réaliser d’étude de suivi à large échelle par biopsie hépatique chez des patients en majorité asymptomatiques. Les objectifs de cette thèse sont de décrire et quantifier la progression de la NAFLD, de prédire la morbidité et mortalité associées, ainsi que d’identifier la population à risque, par modèles de Markov. Pour cela, il est nécessaire de renseigner une partie des paramètres de progression via une revue de la littérature, de caractériser les états initiaux (population susceptible de développer la NAFLD) et les états finaux (mortalité due à la NAFLD), pour en déduire les paramètres de progression manquants entre l’entrée dans la maladie et la mortalité, par rétro-calcul.Pour caractériser la mortalité due à la NAFLD de manière exhaustive, nous avons identifié tous les patients avec une cirrhose ou un CHC à partir des bases de données nationales des hôpitaux, soit plus de 380 000 patients. Nous avons ensuite élaboré un algorithme d’identification pour déterminer l’étiologie sous-jacente à la complication hépatique, à partir de l’ensemble des séjours des patients identifiés. Cet algorithme nécessite d’identifier les patients avec cirrhose ou CHC d’origine alcoolique ou virale, pour obtenir par élimination uniquement les patients NAFLD.Une fois les données de mortalité spécifiques obtenues, nous avons estimé la population susceptible de développer la NAFLD, définie comme l’ensemble des individus avec un surpoids ou un diabète de type 2, en excluant la population de buveurs excessifs. Nous avons estimé la prévalence et l’incidence de cette population, et modélisé son évolution avec l’âge et les années, à partir de données individuelles d’enquêtes représentatives de la population française.Enfin, nous avons quantifié la progression de la NAFLD, et l’impact des facteurs de risque, via deux approches : à partir de la littérature, et à partir de données de biopsies de plus de 1 800 patients obèses candidats à la chirurgie bariatrique, aboutissant à un outil de prédiction de la progression de la NAFLD dans cette population. Nous avons choisi de rétro-calculer les paramètres de progression correspondant aux états asymptomatiques, les plus susceptibles au biais de sélection.Nous avons obtenu un modèle de l’évolution de la NAFLD, prenant en compte la distribution dynamique de la population parmi les classes de poids et le statut de diabète, et aboutissant aux statistiques observées de décès dus à la NAFLD. Le modèle prend en compte le sexe, l’âge, l’année, la classe d’IMC, le statut de diabète et la présence d’un polymorphisme génétique (PNPLA3 rs738409, C→G) comme covariables de progression. Il constitue un outil permettant d’évaluer l’impact d’un éventuel traitement ou d’une politique de santé publique sur la morbi-mortalité
Non-alcoholic fatty liver disease (NAFLD) is a chronic liver disease which is a combination of simple, slowly progressing steatosis, and non-alcoholic steatohepatitis (NASH), an inflammatory form which accelerates its progression. It is estimated that one in four people in the world is affected by NAFLD, and its prevalence is increasing rapidly, in parallel with the prevalence of its main risk factors: overweight, obesity and type 2 diabetes.This pathology is asymptomatic up to the complications, cirrhosis and liver cancer (hepatocellular carcinoma, HCC), which leads to late diagnosis and a negative impact on the associated morbidity and mortality. Furthermore, the reference diagnosis requires a liver biopsy, an invasive examination that cannot be performed routinely. As a result, the progression of the disease is poorly known and its estimation may suffer from a selection bias, towards patients with significant risk factors, who require a biopsy in the first place. A better understanding would allow the implementation of strategies to reduce its burden.The modelling approach is appropriate to take into account all susceptible patients, without having to carry out a large-scale follow-up study using liver biopsies in patients who are mostly asymptomatic. The objectives of this thesis are to describe and quantify the progression of NAFLD, to predict the associated morbidity and mortality, and to identify the population at risk, using Markov models. To do this, it is necessary to fill in some of the progression parameters via a literature review, to characterise the initial states (population likely to develop NAFLD) and the final states (mortality due to NAFLD), in order to deduce the missing progression parameters between the onset of the disease and mortality, by back-calculation.To exhaustively characterise NAFLD mortality, we identified all patients with cirrhosis or HCC from national hospital databases, representing more than 380,000 patients. We then developed an identification algorithm to determine the etiology underlying the hepatic complication, based on all the stays of the identified patients. This algorithm requires the identification of patients with cirrhosis or HCC of alcoholic or viral origin, to obtain by elimination only NAFLD patients. Once the specific mortality data had been obtained, we estimated the population likely to develop NAFLD, defined as all individuals with overweight or type 2 diabetes, excluding the population of excessive drinkers. We estimated the prevalence and incidence of this population, and modelled its evolution with age and years, based on individual data from surveys representative of the French population.Finally, we quantified the progression of NAFLD, and the impact of risk factors, using two approaches: from the literature, and from biopsy data from more than 1,800 obese patients who were candidates for bariatric surgery, resulting in a tool for predicting the progression of NAFLD in this population. We chose to back-calculate the progression parameters corresponding to the asymptomatic states, which are the most susceptible to selection bias.We obtained a model of the progression of NAFLD, taking into account the dynamic distribution of the population among weight classes and diabetes status, and resulting in the observed statistics of NAFLD deaths. The model takes into account gender, age, year, BMI (body mass index) class, diabetes status and the presence of a genetic polymorphism (PNPLA3 rs738409, C→G) as covariates of progression. It is a tool for assessing the impact of a possible treatment or public health policy on morbidity and mortality

L’analyse visuelle du rythme cardiaque fœtal (RCF) est une excellente méthode de dépistage de l’hypoxie fœtale. Cette analyse visuelle est d’autre part sujette à une variabilité inter- et intra-individuelle importante. L’hypoxie fœtale au cours du travail s’exprime par des anomalies du RCF. La sous-évaluation de la gravité d’un RCF entraine une prise de risque indue pour le fœtus avec une augmentation de sa morbi-mortalité et sa surévaluation entraine un interventionnisme obstétrical inutile avec une augmentation du taux de césariennes. Ce dernier point pose par ailleurs en France un problème de santé publique.L’analyse automatisée du signal RCF permet de diminuer la variabilité inter- et intra-individuelle et d’accéder à d’autres paramètres calculés visant à augmenter la valeur diagnostique. Les critères d’analyse morphologiques du RCF (ligne de base, nombre d’accélérations, nombre et typage des ralentissements, variabilité à long terme (VLT)) ont été décrits ainsi que d’autres tels que les surfaces des ralentissements, les indices de variabilité à court terme (VCT) et les analyses fréquentielles. Il n’en demeure pas moins que la définition de la ligne de base, à partir de laquelle sont repérés les accélérations et les ralentissements reste, dans certains cas, difficile à établir.L’objectif principal de la thèse est d’établir un modèle prédictif de l’acidose fœtale à partir d’une analyse automatisée du RCF. L’objectif secondaire est de déterminer la pertinence des différents paramètres élémentaires classiques (CNGOF 2007) (fréquence de base, variabilité, accélérations, ralentissements) et celle d’autres paramètres inaccessible à l’œil (indices de variabilité à court terme, surfaces des ralentissements, analyse fréquentielle…). Par la suite, nous voulons identifier des critères de décision qui aideront à la prise en charge obstétricale.Nous proposons d’aborder l’analyse automatisée du RCF pendant le travail par l’intermédiaire d’une étude cas-témoins ; les cas étant des tracés RCF de nouveau-nés en acidose néonatale (pH artériel au cordon inférieur ou égal à 7,15) et les témoins, des tracés RCF de nouveau-nés sans acidose (pH artériel au cordon supérieur ou égal à 7,25). Il s’agit d’une étude monocentrique à la maternité de l’hôpital Saint Vincent de Paul, GHICL – Lille, sur notre base de données « Bien Naitre » (archivage numérique des tracés RCF depuis 2011), comptant un un nombre suffisant de cas sur ce seul centre. La maternité Saint Vincent de Paul (GHICL) présente depuis 2011 environ 70 cas par an d’acidose néonatale (pHa ≤ 7,10) (3,41%). Le logiciel R sera utilisé pour l’analyse statistique
Visual analysis of the fetal heart rate FHR is a good method for screening for fetal hypoxia but is not sufficiently specific. The visual morphological analysis of the FHR during labor is subject to inter- and intra-observer variability – particularly when the FHR is abnormal. Underestimating the severity of an FHR leads to undue risk-taking for the fetus with an increase in morbidity and mortality and overvaluation leads to unnecessary obstetric intervention with an increased rate of caesarean section. This last point also induces a French public health problem.FHR automated analysis reduces inter and intra-individual variability and accesses other calculated parameters aimed at increasing the diagnostic value. The FHR morphological analysis parameters (baseline, number of accelerations, number and typing of decelerations, long-term variability (LTV)) were described as well as others such as the decelerations surfaces, short-term variability (STV) and frequency analyzes. Nevertheless, when attempting to analyze the FHR automatically, the main problem is computation of the baseline against which all the other parameters are determined.Automatic analysis provides information on parameters that cannot be derived in a visual analysis and that are likely to improve screening for fetal acidosis during labor.The main objective of the thesis is to establish a predictive model of fetal acidosis from a FHR automated analysis. The secondary objective is to determine the relevance of the classical basic parameters (CNGOF 2007) (baseline, variability, accelerations, decelerations) and that of other parameters inaccessible to the eye (indices of short-term variability, surfaces of decelerations, frequency analysis ...). Later, we want to identify decision criteria that will help in the obstetric care management.We propose to validate FHR automated analysis during labor through a case-control study; cases were FHR recordings of neonatal acidosis (arterial cord pH less than or equal to 7.15) and controls, FHR recordings of neonatal without acidosis (arterial cord pH upper than or equal to 7.25). This is a monocentric study at the maternity hospital of Saint Vincent de Paul Hospital, GHICL - Lille, on our « Well Born » database (digital archiving of RCF plots since 2011), with a sufficient number of cases on this only center. Since 2011, the Saint Vincent de Paul hospital (GHICL) has had about 70 cases per year of neonatal acidosis (pHa less than or equal to 7.10) (3.41%). The R software will be used for statistical analysis

La mesure de l’index de pression systolique de cheville (IPSC) constitue un outil simple et non invasif pour détecter les atteintes artérielles des membres inférieurs. Si la méthodologie et l’interprétation de cet index ont été standardisées, il demeure des divergences quant à certains aspects de sa mesure. Ainsi, les travaux de recherche menés ont investigué trois de ces aspects. Dans un premier temps, l’objectif était d’étudier l’évolution physiologique de l’IPSC avec l’avancée en âge au sein d’une population saine et physiquement active. Cette analyse a rapporté une relation positive entre l’IPSC et l’âge, tendance « logique » au regard des modifications structurales de l’artère avec la sénescence. Dans un deuxième temps, les investigations se sont orientées vers l’utilisation d’outils de mesures automatiques de la pression artérielle pour le calcul de l’IPSC en récupération d’un exercice physique. Nous avons mis en évidence que l’outil oscillométrique permettait d’obtenir une valeur d’IPSC post-effort plus rapide mais aussi de diminuer l’erreur standard de mesure. Dans un troisième temps, nous avons abordé les stratégies d’apprentissage de cette mesure vasculaire. La mesure de pression systolique de cheville (PASC) apparaît largement sous-enseignée comparativement à la mesure brachiale. L’objectif était d’étudier objectivement, via simulateur, l’effet d’une intervention pédagogique pratique supplémentaire sur la compétence d’étudiants novices à mesurer cette PASC. Un apprentissage pratique d’une heure permettait de diminuer l’erreur de mesure mais n’était pas suffisante pour harmoniser l’ensemble des paramètres de la mesure selon les standards de mesure existants
The measurement of ankle to brachial pressure index (ABPI) is a simple and non-invasive diagnostic tool for detecting arterial involvement of the lower limbs. If the methodology and interpretation of this index have been standardized, there remain some discrepancies about some aspects of its measurement. Thus, the present thesis reports the investigations of three of these aspects. First, the objective was to study the physiological relationship between ABPI and age among healthy and physically active subjects. The results show a positive relationship. This trend is consistent with structural modifications of arterial wall with ageing. Second, our aim was to investigate the use of automatic blood pressure measurement tools for the calculation of ABPI during the recovery of a maximal physical exercise. We found that the use of anoscillometric blood pressure device allowed to obtain a faster postexercise ABPI faster than a manual recording and also to reduce the standard error of the measurement. Finally, we discussed the learning strategies of this peripheral vascular measurement. Indeed, it appears that the measurement of arterial systolic blood pressure at the ankle (ASBPa) is largely under-taught compared to the humeral measurement. The purpose was to objectively assess, by a simulator, the effect of an additional practical and pedagogical intervention on the ability of novice students to perform ASBP a measurement. The results suggest that a one-hour practical learning allows to significantly reduce the measurement error but is not sufficient to harmonize all of the measurement parameters according to the measurement standards

Au Gabon et plus précisément au département d’espagnol de l’École Normale Supérieure, la traduction automatique occupe une place de choix lors des exercices pratiques de traduction pédagogique. Les logiciels les plus utilisés à cette fin sont Google traduction et Reverso traduction . Paradoxalement, ces outils sont très peu recommandés par les enseignants. En raison de leurs résultats souvent incorrects, ces bases de données TIC nécessitent un usage économe et éclairé. Ainsi, notre contribution détermine la compétence et les limites de ces deux moteurs de traduction. Nous fonderons nos analyses sur un corpus composé d’un texte espagnol et de ses deux productions réelles (TA) en français que les apprenants de Licence 3 analyseront en situation de classe. Le but de cette contribution est d’examiner l’importance de l’exploitation des TIC au cours des activités de traduction pédagogique.