Academic literature on the topic 'Détection/attribution'

Background: Sickle cell disease (SCD) is the world’s most common genetic blood disorder. Most infant deaths from SCD occur in sub-Saharan Africa, and the mortality rate is exceptionally high in Gabon in Central Africa. In Gabon, there are limited resources for early and accurate detection of sickle cell or trait conditions. Most affected individuals reside in low-resource areas where access to diagnostic testing is often very limited. The most commonly used diagnostic methods require trained staff, adequate infrastructure, electric power, and enough time to perform the analysis. These requirements do not currently allow mass screening to be performed in remote areas of Gabon. The purpose of this pilot study is to develop a standardized screening procedure for SCD in order to determine its prevalence in the southeast area of Gabon by using a rapid and reliable test that does not require significant resources, such as the Sickle SCAN® device. Methods: The accuracy of the Sickle SCAN® device was assessed based on testing 272 blood samples. The exact hemoglobin was identified in 100% of the samples. The test comprises three proprietary indicators that detect the presence of hemoglobin A, S, and C, thus allowing the user to rapidly distinguish between normal (HbAA, N=142), carrier (HbAS, N=41), and sickle cell disease (HbSS, N=88; HbSC, N=1) samples. Hemoglobin variants (S and C) were confirmed by capillary electrophoresis (MinicapR; Sebia). The sensitivity and specificity were calculated for each phenotype. Results: The Sickle SCAN® test analysis revealed the following normal and abnormal phenotypes, including sickle cell trait (HbAS=14,71%) and SCD [HbSS (32.35%) and HbSC (0,74)]. There are no false positives in Sickle SCAN® result for the presence of hemoglobin variant, compared to gold standard approaches to capillary electrophoresis. The estimated sensitivity of the Sickle Scan® test was 92.2%, 100%, and 100% for HbSS, HbAS, and HbSC, respectively. The specificity exceeded 88.23% for all phenotypes (HbSS, HbAS, and HbSC). Conclusion and Implications for Translation: The Sickle Scan® device was found to be reliable with a sensitivity of 92.2%, 100%, and 100% for HbSS, HbAS, and HbSC, respectively. The specificity exceeded 88% for all phenotypes. RESUME Contexte: La drépanocytose est la maladie génétique du sang la plus répandue dans le monde. La plupart des décès de nourrissons dus à la drépanocytose surviennent en Afrique subsaharienne, et le taux de mortalité est particulièrement élevé au Gabon, en Afrique Centrale. Au Gabon, les ressources pour la détection précoce et précise de l’anémie falciforme ou du trait de l’anémie sont limitées. La plupart des personnes touchées résident dans des zones à faibles ressources où l’accès aux tests de diagnostic est souvent très limité. Les méthodes de diagnostic les plus couramment utilisées nécessitent un personnel formé, une infrastructure adéquate, de l’électricité et suffisamment de temps pour effectuer l’analyse. Ces exigences ne permettent pas actuellement de réaliser un dépistage de masse dans les zones reculées du Gabon. L’objectif de cette étude pilote est de développer une procédure standardisée de dépistage de la drépanocytose afin de déterminer sa prévalence dans la région sud-est du Gabon en utilisant un test rapide et fiable qui ne nécessite pas de ressources importantes, tel que le dispositif Sickle SCAN®. Méthodes: La précision du dispositif Sickle SCAN® a été évaluée sur la base de 272 échantillons de sang. L’hémoglobine exacte a été identifiée dans 100% des échantillons. Le test comprend trois indicateurs exclusifs qui détectent la présence d’hémoglobine A, S et C, permettant ainsi à l’utilisateur de distinguer rapidement les échantillons normaux (HbAA, N=142), porteurs (HbAS, N=41) et drépanocytaires (HbSS, N=88; HbSC, N=1). Les variantes d’hémoglobine (S et C) ont été confirmées par électrophorèse capillaire (MinicapR; Sebia). La sensibilité et la spécificité ont été calculées pour chaque phénotype. Résultats: L’analyse du test Sickle SCAN® a révélé les phénotypes normaux et anormaux suivants, y compris le trait drépanocytaire (HbAS=14,71%) et l’anémie disséminée [HbSS (32,35%) et HbSC (0,74)]. Il n’y a pas de faux positifs dans le résultat de Sickle SCAN® pour la présence de variante d’hémoglobine, comparé aux approches de référence que sont l’électrophorèse capillaire. La sensibilité estimée du test Sickle Scan® était de 92,2%, 100% et 100% pour HbSS, HbAS et HbSC, respectivement. La spécificité était supérieure à 88,23 % pour tous les phénotypes (HbSS, HbAS et HbSC). Conclusion et Implications pour la Traduction: Le dispositif Sickle Scan® s’est avéré fiable avec une sensibilité de 92,2 %, 100 % et 100 % pour HbSS, HbAS et HbSC, respectivement. La spécificité était supérieure à 88 % pour tous les phénotypes. Copyright © 2022 Delicat-Loembet et al. Published by Global Health and Education Projects, Inc. This is an open-access article distributed under the terms of the Creative Commons Attribution License CC BY 4.0.

Nous nous intéressons dans cette thèse à la création de nouvelles méthodes pour procéder à la question de la détection et de l'attribution du changement climatique. Le climat est en effet soumis à une double variabilité : celle issue des processus internes et interactions des différentes composantes du climat (terres, océans, atmosphère et cryosphère). Cette variabilité est appelé variabilité interne. Une seconde source de variabilité est la variabilité dite "forcé" qui est dû à l'effet de forçages qui sont des éléments extérieurs au système climatique pouvant l'affecter. Les différents forçages sont les gaz à effet de serre, aérosols anthropiques ou naturels, utilisation des terres etc. La détection et l'attribution du changement climatique vise à distinguer les effets de la variabilité interne du climat de la variabilité forcé ainsi qu'à également décomposer cette dernière en donnant l'influence relative de chaque forçage. Ce problème comporte de grandes difficultés comme la relative faible longueur temporelle des observations ou l'incertitude de la variablité forcé modélisé dans les modèles climatiques. Pour ce faire nous développons de nouvelles méthodes basés sur l'utilisation de réseaux de neurones. L'intelligence artificielle est en effet un outil qui n'a pas encore été appliqué pour ce problème et qui permet d'utiliser efficacement les données provenant de simulations d'un grand nombre de modèles climatiques ainsi que les observations. Nous avons développé et appliqué au champ de la température de surface de l'air deux méthodes permettant respectivement de séparer la variabilité interne et forcé et d'attribuer la température globale de surface observé pour différents groupes de forçages. La première de ces méthodes permettant de séparer la variabilité interne de la variabilité forcé est appelé "Noise to Noise" et elle se base sur la littérature de restauration des images issues de l'intelligence artificielle. Le champ tri-dimensionnelle (temps, latitude et longitude) des simulations ou de observations de température de surface est donc comparé à une image tri-dimensionnelle. La variabilité interne est comparé à une sorte de bruit semblable à celle pouvant se trouver sur des images s'ajoutant à la variabilité forcé qui est elle associé à la "vrai image". Nous avons donc eu recours à une méthodologie de débruitage pour réseaux de neurones créée pour les images que nous adaptons à notre problème climatique. La seconde de ces méthodes vise à procéder l'attribution de l'effet de trois groupe de forçages (les gaz à effet de serre, les aérosols anthropiques et les forçages naturels). Il s'agit d'une méthode tiré de l'intelligence artificiel explicable qui se nomment l'optimisation inverse. Elle consiste à retrouver l'entrée d'un réseau de neurones entraîné qui correspondrait à un résultat de sortie donné. Cela est fait par une méthode de descente de gradient en minimisant une fonction de coût mesurant la différence entre la sortie désiré et celle obtenue. Nous utilisons un réseau de neurones convolutionnelle entraîné en utilisant des sorties de température globale de surface de simulations historiques de modèles climatiques. Le CNN a pour but de reproduire les changements de température globale de surface dû à l'ensemble des forçages en utilisant comme entrée les changements de température dû à l'effet individuel des forçages. Une fois le réseau entraîné et ses poids et biais fixés, une méthode d'optimisation inverse, modifiée pour mieux correspondre au problème, est utilisé. Ces deux méthodes sont implémentés pour la variable de température de surface sur la période historique et leurs résultats sont comparés à ceux obtenues avec des méthodes de références
In this thesis, we focus on the development of new methods to address the issue of climate change detection and attribution. Climate is subject to two types of variability: variability arising from internal processes and variability arising from interactions between the different components of climate (land, oceans, atmosphere and cryosphere). This variability is called internal variability. A second source of variability is the so-called "forced" variability, due to the effect of forcings, which are elements outside the climate system that can affect it. The various forcings are greenhouse gases, natural or anthropogenic aerosols, land use, etc. Detecting and attributing climate change aims to distinguish the effects of internal climate variability from forced variability, and also to break down the latter by giving the relative influence of each forcing. This problem is fraught with difficulties, such as the relatively short temporal length of observations and the uncertainty of forced variability modelled in climate models. To this end, we are developing new methods based on the use of neural networks. Artificial intelligence is in fact a tool that has not yet been applied to this problem, making it possible to make effective use of data from simulations of a large number of climate models as well as observations. We have developed and applied two methods to the surface air temperature field, respectively separating internal and forced variability, and attributing the observed global surface temperature to different groups of forcings. The first of these methods for separating internal from forced variability is called "Noise to Noise" and is based on the literature of artificial intelligence image restoration. The three-dimensional field (time, latitude and longitude) of surface temperature simulations or observations is compared with a three-dimensional image. The internal variability is compared to a kind of noise similar to that found on images, in addition to the forced variability associated with the "real image". We have therefore used a neural network denoising methodology created for images, which we are adapting to our climate problem. The second of these methods aims to attribute the effect of three groups of forcings (greenhouse gases, anthropogenic aerosols and natural forcings). It's a method drawn from explainable artificial intelligence called inverse optimization. It consists in finding the input of a trained neural network that corresponds to a given output result. This is done using a gradient descent method, by minimizing a cost function measuring the difference between the desired output and the output obtained. We use a convolutional neural network trained using global surface temperature outputs from historical climate model simulations. The purpose of the CNN is to reproduce the global surface temperature changes due to the ensemble of forcings, using as input the temperature changes due to the individual effect of the forcings. Once the network has been trained and its weights and biases fixed, an inverse optimization method, modified to better match the problem, is used. These two methods are implemented for the surface temperature variable over the historical period and their results are compared with those obtained with reference methods

Les îles coralliennes d’atolls et les zones basses des îles hautes tropicales sont considérées comme comptant parmi les territoires les plus vulnérables aux impacts des événements météo-marins extrêmes et aux conséquences attendues du changement climatique. Néanmoins, alors que les littoraux métropolitains ont bénéficié d’un effort significatif d’évaluation de leurs évolutions passées de long terme, les espaces insulaires tropicaux ultramarins sont les moins documentés à l’échelle du territoire français. Partant de ce constat, cette thèse propose d’investiguer le rôle des facteurs météo-marins (cyclones, houles) et anthropiques (rigidification du trait de côte, remblaiement) dans les évolutions passées d’îles coralliennes d’atolls de Polynésie française et de plages d’îles hautes du nord des Petites Antilles.Ces travaux se basent sur un protocole méthodologique couplant l’apport de la géomatique et de la photo-interprétation assistée par ordinateur et des relevés réalisés sur les terrains étudiés. À partir d’une analyse multiscalaire (spatiale et temporelle), ils détectent et attribuent les évolutions planimétriques qu’ont connues les systèmes sédimentaires côtiers des îles étudiées. Les résultats obtenus sur les îles coralliennes abondent dans le sens des études antérieures qui établissaient que la majorité des îles a été stable ou en extension à l’échelle des dernières décennies. Ils permettent de proposer des modèles conceptuels de trajectoires d’évolutions pluridécennales et interrogent les contributions respectives des différents facteurs d’évolution considérés. Sur les plages des îles hautes, ces travaux mettent en évidence que les caractéristiques locales des sites étudiés expliquent la très forte variabilité longitudinale des évolutions détectées dans différents contextes météo-marins. Au-delà, ces travaux contribuent à alimenter l’échantillon mondial d’îles étudiées à ce jour et participent à enrichir la connaissance sur les évolutions passées des outremers insulaires français
Low-lying reef islands and coastal areas of tropical mountainous islands are highly vulnerable to the impacts of tropical cyclones and the expected effects of climate change. However, while the French metropolitan coasts have benefited from a significant effort to assess their long-term changes, French overseas islands are the least documented areas in French Territory. Based on this observation, this thesis examines the respective contribution of natural and anthropogenic drivers in the past evolution of reef islands (French Polynesia) and mountainous island beaches (Northern Lesser Antilles). This study relies on a combined approach between geomatic and fieldwork. From a multi-scalar (spatial and temporal) analysis, we detect and attribute the planimetric changes experienced by the sedimentary systems of the studied islands. Results on reef islands are comparable to those of previous studies which established that most of the islands have been stable or in expansion over the last decades. They allow to suggest conceptual models of long-term trajectories and examine the respective contribution of the drivers considered in this study. On mountainous island beaches, this study shows that local settings explain the high longitudinal variability detected in various climatic situations. In addition, this study contributes to the global samples of studied islands and to move forward on the understanding of past coastal changes in French overseas islands

Le réchauffement global d'origine anthropique a des conséquences sur le cycle hydrologique et en particulier sur les précipitations aux échelles régionales. La pluviométrie du Sahel, pilotée par la mousson d'Afrique de l'Ouest, se caractérise par une variabilité importante sur une large gamme d'échelles spatiales et temporelles ainsi que par une forte sensibilité aux fluctuations du climat global. Les enjeux socio-économiques de la région sont particulièrement prégnants avec d'une part, une agriculture essentiellement pluviale donc vulnérable aux sécheresses et d'autre part, une augmentation des débits de crue associée à une forte croissance démographique et une urbanisation peu ou pas planifiée, exacerbant le risque d'inondation. Dans ce contexte, cette thèse s'attache à documenter et comprendre les évolutions passées du régime pluviométrique sahélien, afin d'anticiper son évolution future. Des outils existants permettant une description fine des propriétés statistiques des pluies --notamment les extrêmes -- sur la région sont adaptés à un contexte de non-stationnarité temporelle. Ce cadre de travail a permis de mettre en évidence de façon robuste l’augmentation de l’intensité des événements extrêmes de pluie sur la région, à des pas de temps allant de l'infra-horaire au journalier. Il a également été montré que les événements les plus forts sont ceux dont la fréquence augmente le plus. Ces tendances ont été exprimées en des termes largement utilisés dans le domaine de l'ingénierie hydrologique afin de favoriser l'appropriation d'outils d'aide à la décision et la mise en place de pratiques d’adaptation. Les dernières simulations numériques du climat sont par la suite exploitées afin de mieux comprendre les facteurs responsables de ces évolutions. Ces simulations, qui représentent remarquablement bien les évolutions du régime pluviométrique observées depuis 1950 sur la région, ont mis en évidence le rôle prépondérant des facteurs de forçage anthropiques du climat dans l'intensification des pluies : les aérosols semblent être les premiers responsables de cette tendance, avec un rôle additionnel des gaz à effets de serre. Ces signaux forcés ont été modulés dans le temps et dans l'espace par la variabilité interne de l'océan. Les simulations climatiques en scénarios socio-économiques futurs suggèrent l'émergence de nouvelles conditions hydro-climatiques sur la région dans la prochaine décennie, notamment en ce qui concerne les événements extrêmes de pluie. Ainsi, sans la mise en place de mesures d'adaptation pertinentes et pensées pour le temps long, les conséquences d'événements extrêmes de plus en plus fréquents et intenses iront grandissantes. D'autre part, la saison des pluies subit un retard de son démarrage, rattrapé par des événements plus intenses plus tard dans la saison. De tels changements font planer une menace sérieuse pour -- entre autres -- les rendements agricoles, les inondations (surtout urbaines) et pour la disponibilité de la ressource en eau
Anthropogenic global warming has consequences on the hydrological cycle and in particular on rainfall at regional scales. Rainfall in the Sahel, driven by the West African monsoon, is characterized by significant variability over a wide range of spatial and temporal scales as well as by high sensitivity to global climate fluctuations. The socio-economic stakes of the region are particularly high, with, on the one hand, an essentially rain-fed agriculture that is vulnerable to droughts and, on the other hand, an increase in flood flows associated with strong demographic growth and little or unplanned urbanization, exacerbating the risk of flooding. In this context, this thesis aims to document and understand past changes in the sahelian rainfall regime in order to anticipate its future evolution. Existing tools allowing a fine description of the statistical properties of rainfall -- especially extremes -- over the region are adapted to a context of temporal non-stationarity. This framework has allowed to robustly demonstrate the increase in intensity of extreme rainfall events over the region, at time steps ranging from sub-hourly to daily. It was also shown that the strongest events are those whose frequency increases the most. These trends have been expressed in terms widely used in the field of hydrological engineering in order to promote the appropriation of decision support tools and the implementation of adaptation practices. The latest numerical climate simulations are then used to better understand the factors responsible for these changes. These simulations, which represent remarkably well the rainfall regime evolution observed since 1950 in the region, have highlighted the major role of anthropogenic climate forcing factors in the rainfall intensification: aerosols seem to be the main contributors to this trend, with an additional role of greenhouse gases. These forced signals were modulated in time and space by the internal variability of the ocean. Climate simulations in future socio-economic scenarios suggest the emergence of new hydro-climatic conditions over the region in the next decade, particularly with regard to extreme rainfall events. Thus, without the implementation of relevant and long-term adaptation measures, the consequences of increasingly frequent and intense extreme events will grow. On the other hand, the rainy season is experiencing a delay in its onset, which is made up for by more intense events later in the season. Such changes pose a serious threat to -- among other things -- agricultural yields, flooding (especially in urban areas) and the availability of water resources

Les événements extrêmes sont l'expression de la variabilité climatique naturelle. Puisque les émissions anthropiques affectent le climat mondial, il est naturel de se demander si les événements extrêmes observés récemment sont une manifestation du changement climatique. Cette thèse se propose de contribuer à la compréhension de l'influence du changement climatique anthropique sur les événements extrêmes observés, tout en évaluant si et comment cette information scientifique - et plus généralement, l'attribution d'événements extrêmes (AEE) - pourrait être utile à la société. Je propose des outils statistiques et j'utilise un ensemble d'entretiens qualitatifs pour répondre à ces questions.La partie statistique s'applique aux vagues de chaleur européennes. Je quantifie le rôle joué par la circulation atmosphérique dans l'intensité de quatre vagues de chaleur récente. Cette analyse s'appuie sur des analogues de circulations, qui identifient des jours ayant une circulation similaire à celle de l'événement étudié. Ensuite, je dissocie l'influence du changement climatique sur les processus dynamiques et non dynamiques menant aux vagues de chaleur. Je calcule des tendances sur l'occurrence de circulations favorisant les fortes chaleurs et sur la température pour une circulation fixée, pour les vagues de chaleur de 2003 en Europe de l'Ouest et de 2010 en Russie. Je trouve que la significativité des résultats dépend de l'événement étudié, ce qui montre l'intérêt de calculer des tendances pour des types de circulation atmosphérique précis.La partie épistémologique analyse les utilisations sociales potentielles de l'AEE. Je mesure comment elle pourrait informer les négociations internationales sur le climat, en particulier les pertes et préjudices, en réponse à des arguments de scientifiques dans ce sens. Je trouve que le seul rôle que l'AEE puisse jouer pour renforcer les pertes et préjudices est un rôle de sensibilisation des politiques, en marge du processus de négociations. Je compare également les motivations avancées par les scientifiques dans les entretiens avec les résultats existants sur l'utilité sociale de ce type d'information scientifique. Je montre que la pertinence sociale des résultats d'AEE est ambiguë, et qu'il y a un manque de données empiriques pour mieux comprendre comment différents acteurs s'approprient et réagissent à cette information
Extreme events are an expression of natural climate variability. Since anthropogenic emissions affect global climate, it is natural to wonder whether recent observed extreme events are a manifestation of anthropogenic climate change. This thesis aims at contributing to the understanding of the influence of anthopogenic climate change on observed extreme events, while assessing whether and how this scientific information - and more generally, the science of extreme event attribution (EEA) - could be useful for society. I propose statistical tools to achieve the former, while relying on qualitative interviews for the latter.The statistical part focuses on European heatwaves. I quantify the role played by the atmospheric circulation in the intensity of four recent heatwaves. This analysis is based on flow analogues, which identify days with a similar circulation pattern than the event of interest. I then disentangle the influence of climate change on the dynamical and non-dynamical processes leading to heatwaves. I calculate trends in the occurrence of circulation patterns leading to high temperatures and trends in temperature for a fixed circulation pattern, applied to the 2003 Western Europe and 2010 Russia heatwaves. I find that the significance of the results depend on the event of interest, highlighting the value of calculating trends for very specific types of circulation.The epistemological part evaluates the potential social uses of extreme event attribution. I assess how it could inform international climate negotiations, more specifically loss and damage, in response to a number of claims from scientists going in this direction. I find that the only potential role EEA could play to boost the loss and damage agenda would be to raise awareness for policy makers, aside from the negotiation process itself. I also evaluate how the different motivations stated by EEA scientists in interviews fare compared to the existing evidence on social use of this type of scientific information. I show that the social relevance of EEA results is ambiguous, and that there is a lack of empirical data to better understand how different non-scientific stakeholders react and appropriate EEA information

Selon le Groupe Intergouvernemental d'experts sur l'Evolution du Climat (GIEC), la détection est la démonstration statistique de ce qu'un changement observé ne peut pas être expliqué par la seule variabilité interne naturelle du climat. Cette thèse s'intéresse à la détection des changements climatiques à l'échelle régionale, et en particulier aux méthodes statistiques adaptées à ce type de problématique. Plusieurs procédures de tests statistiques sont ainsi présentées et étudiées. La première méthode développée consiste à rechercher, dans les observations, la présence d'un signal de changements climatiques dont la distribution spatiale est connue. Dans ce cas, une nouvelle adaptation de la méthode des empreintes digitales optimales a été proposée, basée sur l'utilisation d'un estimateur bien conditionné de la matrice de covariance de la variabilité interne du climat. Une seconde approche propose de rechercher un signal ayant une forme d'évolution temporelle particulière. La forme recherchée peut alors être évaluée à partir de scénarios climatiques en utilisant des fonctions de lissage "splines". Une troisième stratégie consiste à étudier la présence d'un changement non spécifié à l'avance, mais qui vérifie une propriété de séparabilité espace-temps, et qui présente une certaine régularité en temps. On utilise dans ce cas un formalisme de statistique fonctionnelle, pour construire un test de significativité de la première composante principale lisse, basé sur le rapport des vraisemblances pénalisées. L'application de ces différentes méthodes sur des données observées sur la France et le bassin Méditerranéen a permis de mettre en évidence de nouveaux résultats concernant les changements climatiques en cours sur ces deux domaines. Des changements significatifs sont notamment mis en évidence sur les températures annuelles et saisonnières, ainsi que sur les précipitations annuelles, dans le cas de la France. Ces changements ne sont pas uniformes en espace et modifient la distribution régionale de la variable étudiée. La comparaison des différentes méthodes de détection proposées a également permis de discuter de la capacité des modèles de climat à simuler correctement les caractéristiques spatiales et temporelles des changements climatiques.

Les événements extrêmes sont l'expression de la variabilité climatique naturelle. Puisque les émissions anthropiques affectent le climat mondial, il est naturel de se demander si les événements extrêmes observés récemment sont une manifestation du changement climatique. Cette thèse se propose de contribuer à la compréhension de l'influence du changement climatique anthropique sur les événements extrêmes observés, tout en évaluant si et comment cette information scientifique - et plus généralement, l'attribution d'événements extrêmes (AEE) - pourrait être utile à la société. Je propose des outils statistiques et j'utilise un ensemble d'entretiens qualitatifs pour répondre à ces questions.La partie statistique s'applique aux vagues de chaleur européennes. Je quantifie le rôle joué par la circulation atmosphérique dans l'intensité de quatre vagues de chaleur récente. Cette analyse s'appuie sur des analogues de circulations, qui identifient des jours ayant une circulation similaire à celle de l'événement étudié. Ensuite, je dissocie l'influence du changement climatique sur les processus dynamiques et non dynamiques menant aux vagues de chaleur. Je calcule des tendances sur l'occurrence de circulations favorisant les fortes chaleurs et sur la température pour une circulation fixée, pour les vagues de chaleur de 2003 en Europe de l'Ouest et de 2010 en Russie. Je trouve que la significativité des résultats dépend de l'événement étudié, ce qui montre l'intérêt de calculer des tendances pour des types de circulation atmosphérique précis.La partie épistémologique analyse les utilisations sociales potentielles de l'AEE. Je mesure comment elle pourrait informer les négociations internationales sur le climat, en particulier les pertes et préjudices, en réponse à des arguments de scientifiques dans ce sens. Je trouve que le seul rôle que l'AEE puisse jouer pour renforcer les pertes et préjudices est un rôle de sensibilisation des politiques, en marge du processus de négociations. Je compare également les motivations avancées par les scientifiques dans les entretiens avec les résultats existants sur l'utilité sociale de ce type d'information scientifique. Je montre que la pertinence sociale des résultats d'AEE est ambiguë, et qu'il y a un manque de données empiriques pour mieux comprendre comment différents acteurs s'approprient et réagissent à cette information
Extreme events are an expression of natural climate variability. Since anthropogenic emissions affect global climate, it is natural to wonder whether recent observed extreme events are a manifestation of anthropogenic climate change. This thesis aims at contributing to the understanding of the influence of anthopogenic climate change on observed extreme events, while assessing whether and how this scientific information - and more generally, the science of extreme event attribution (EEA) - could be useful for society. I propose statistical tools to achieve the former, while relying on qualitative interviews for the latter.The statistical part focuses on European heatwaves. I quantify the role played by the atmospheric circulation in the intensity of four recent heatwaves. This analysis is based on flow analogues, which identify days with a similar circulation pattern than the event of interest. I then disentangle the influence of climate change on the dynamical and non-dynamical processes leading to heatwaves. I calculate trends in the occurrence of circulation patterns leading to high temperatures and trends in temperature for a fixed circulation pattern, applied to the 2003 Western Europe and 2010 Russia heatwaves. I find that the significance of the results depend on the event of interest, highlighting the value of calculating trends for very specific types of circulation.The epistemological part evaluates the potential social uses of extreme event attribution. I assess how it could inform international climate negotiations, more specifically loss and damage, in response to a number of claims from scientists going in this direction. I find that the only potential role EEA could play to boost the loss and damage agenda would be to raise awareness for policy makers, aside from the negotiation process itself. I also evaluate how the different motivations stated by EEA scientists in interviews fare compared to the existing evidence on social use of this type of scientific information. I show that the social relevance of EEA results is ambiguous, and that there is a lack of empirical data to better understand how different non-scientific stakeholders react and appropriate EEA information

Nous avons d’abord étudié les rôles de la variabilité interne (telle que l’IPO) et des forçages externes dans le refroidissement régional dans la zone d’upwelling du Pérou-Chili et les mécanismes associés. Les résultats montrent que l’expansion de la cellule de Hadley dans l’hémisphère Sud en réponse aux forçages anthropiques est un résultat robuste dans nos grands ensembles d’attribution du modèle IPSL-CM5A et les observations et est responsable de l’intensification de l’upwelling depuis les années 80s. Celle-ci se traduit par une intensification des alizés et de l’upwelling le long des côtes Chiliennes et un approfondissement de la couche de mélange qui s’oppose régionalement au signal de réchauffement climatique dans le Pacifique Sud-Est. La fenêtre d’observation instrumentale restreinte limite néanmoins notre compréhension du rôle de la dynamique naturelle dans les changements observés. Nous proposons dans la seconde partie une méthode d’assimilation de données dans le modèle de l’IPSL permettant de reconstruire la variabilité naturelle passée. Ce type de méthode est confronté à un problème de dégénérescence associé à la résolution d’un problème de grande dimension avec un nombre de particules restreint. Pour lever ce verrou un filtre particulaire avec ré-échantillonnage est proposé, utilisant un émulateur statistique du modèle de l’IPSL (LIM) comme modèle d’intégration. La validation de cette nouvelle méthode baptisée SIR-LIM permet aujourd’hui d’envisager la reconstruction de la variabilité climatique des siècles passés par l’assimilation d’observations et de proxys dans les modèles de classe CMIP tout en préservant la cohérence physique le long de la simulation
Using large ensembles of IPSLCM5A model simulations, we first investigate the roles of internal variability (and in particular the IPO) and external forcing in driving recent Peru-Chile regional cooling. The simulations reproduce the relative cooling, in response to an externally-forced southerly wind anomaly, which strengthens the upwelling off Chile in recent decades. This southerly wind anomaly results from the expansion of the Southern Hemisphere Hadley Cell in response to increasing greenhouse gases and stratospheric ozone depletion since ~1980. An oceanic heat budget confirms that the wind-forced upwelling dominates the cooling near the coast while a wind-forced deepening of the mixed layer drives the offshore cooling, irrespectively of the IPO phase, hence indicating the preeminent role of external forcing. Constraining the climate sensitivity from observations remains however fraught with uncertainties due to the limited instrumental window of observation. In a second part, a data assimilation method is developed to reconstruct past natural variability relying on a particles filter using CMIP-class climate models. Such method is confronted with a problem of degeneracy associated with the resolution of a large problem with a limited number of particles. This issue has been resolved using a statistical emulator of the IPSL model (LIM) as an integration model in a particle filter with resampling. The validation of this new method, called SIR-LIM, allows the reconstruction of the climate variability of the past centuries by assimilating observations and proxy records into a CMIP-class coupled model while preserving the physical coherence along the simulation

La détection de la paternité textuelle est un domaine de recherche qui existe depuis les années 1960. Il consiste à prédire l’auteur d’un texte en se basant sur d’autres textes dont les auteurs sont connus. Pour faire cela, plusieurs traits sur le style d’écriture et le contenu sont extraits. Pour ce mémoire, deux sous-problèmes de détection de la paternité textuelle ont été traités : la prédiction du genre et de l’âge de l’auteur. Des données collectées de blogs en ligne ont été utilisées pour faire cela. Dans ce travail, plusieurs traits (features) textuels ont été comparé en utilisant des méthodes d’apprentissage automatique. De même, des méthodes d’apprentissage profond ont été appliqués. Pour la tâche de classification du genre, les meilleurs résultats ont été obtenus en appliquant un système de vote majoritaire sur la prédiction d’autres modèles. Pour la classification d’âge, les meilleurs résultats ont été obtenu en utilisant un classificateur entrainé sur TF-IDF.
Authorship Attribution (AA) is a field of research that exists since the 60s. It consists of identifying the author of a certain text based on texts with known authors. This is done by extracting features about the writing style and the content of the text. In this master thesis, two sub problems of AA were treated: gender and age classification using a corpus collected from online blogs. In this work, several features were compared using several feature-based algorithms. As well as deep learning methods. For the gender classification task, the best results are the ones obtained by a majority vote system over the outputs of several classifiers. For the age classification task, the best result was obtained using classifier trained over TFIDF.