Academic literature on the topic 'Régression ensembliste en ligne'

Cette thèse propose une vision séquentielle de l'entrée sur un nouveau marché en s'appuyant sur une revue de la littérature sur l'innovation et son impact sur les stratégies des firmes, sur l'ordre d'entrée et sur le mode d'entrée. Quatre modes de gouvernance (développement interne, acquisition, alliance et transaction de marché) sont analysés en détail afin de construire les hypothèses prédictives du choix des modes de gouvernance des entreprises. Le test empirique, conduit à l'aide d'une régression logistique multinomiale, est réalisé dans le cadre du marché de courtage internet aux Etats-Unis. L'échantillon comprend 959 mouvements réalisés par 98 entreprises sur la période 1994-2000. Les résultats indiquent que le timing d'entrée influence le choix du mode d'entrée. Une dépendance de sentier existe entre le mode d'entrée et les modes de croissance. Une forte incertitude externe conduit les firmes à limiter les acquisitions et alliances et à privilégier les transactions du marché.

Cette thèse s'est focalisée sur l'analyse de courbes à changements de régime. Nous proposons de nouvelles approches probabilistes génératives pour modéliser, classer et suivre temporellement de telles courbes. Le premier volet de la thèse concerne la modélisation et la classification (supervisée ou non) d'un ensemble de courbes indépendantes. Les approches proposées dans ce cadre, qui peuvent être appliquées aussi bien à une courbe qu'à un ensemble de courbes, reposent sur un modèle de régression spécifique incorporant un processus caché s'adaptant aussi bien à des changements de régimes brusques qu'à des changements lents. Le second volet de la thèse concerne la modélisation dynamique d'une séquence de courbes à changements de régime. Nous proposons pour cela des modèles autorégressifs intégrant eux même un processus caché et dont l'apprentissage est réalisé à la fois en mode "hors ligne", quand les courbes sont stockées à l'avance, et en mode "en ligne", quand les courbes arrivent au fur et à mesure au cours du temps. Le volet applicatif de la thèse concerne le diagnostic et le suivi d'état de fonctionnement du mécanisme d'aiguillage des rails qui est un organe impactant considérablement la disponibilité du réseau ferroviaire. Sa surveillance est essentielle pour mieux planifier les actions de maintenance. Les données disponibles pour réaliser cette tâche sont les courbes de puissance électrique acquises lors des manœuvres d'aiguillage, qui ont notamment la particularité de présenter des changements de régime. Les résultats obtenus sur des courbes simulées et des courbes acquises lors de manœuvres d'aiguillage illustrent l'utilité pratique des approches introduites dans cette thèse<br>This research addresses the problem of diagnosis and monitoring for predictive maintenance of the railway infrastructure. In particular, the switch mechanism is a vital organ because its operating state directly impacts the overall safety of the railway system and its proper functioning is required for the full availability of the transportation system; monitoring it is a key task within maintenance team actions. To monitor and diagnose the switch mechanism, the main available data are curves of electric power acquired during several switch operations. This study therefore focuses on modeling curve-valued or functional data presenting regime changes. In this thesis we propose new probabilistic generative machine learning methodologies for curve modeling, classification, clustering and tracking. First, the models we propose for a single curve or independent sets of curves are based on specific regression models incorporating a flexible hidden process. They are able to capture non-stationary (dynamic) behavior within the curves and address the problem of missing information regarding the underlying regimes, and the problem of complex shaped classes. We then propose dynamic models for learning from curve sequences to make decision and prediction over time. The developed approaches rely on autoregressive dynamic models governed by hidden processes. The learning of the models is performed in both a batch mode (in which the curves are stored in advance) and an online mode as the learning proceeds (in which the curves are analyzed one at a time). The obtained results on both simulated curves and the real world switch operation curves demonstrate the practical use of the ideas introduced in this thesis

Cette thèse porte sur les déterminants de la migration des compétences au Liban, dont l'objet principal est l'identification des facteurs et des risques associés à la migration chez les individus hautement qualifiés. La problématique se résume par la question suivante : À formation universitaire égale, quel diplômé devient-il migrant ? Afin de combler le manque de données sur le sujet, nous avons réalisé une enquête (en ligne) auprès des diplômés de la Lebanese American University et de l'Université Saint-Esprit de Kaslik, au Liban. Ces diplômés forment une pluralité et une mixité culturelle, linguistique et socio-économique représentatives des étudiants du Liban. L'objectif de l'enquête était de comparer les similarités et de contraster les différences entre des diplômés migrants et non-migrants, afin de comprendre les logiques différenciées de leurs comportements migratoires. Au début, nous avons effectué une segmentation des diplômés pour les répartir en sous-groupes en fonction de leur statut migratoire, ce qui nous a permis d'identifier et de comprendre les logiques différenciées de leurs comportements migratoires. L'analyse descriptive des résultats de l'enquête révèle des différences en termes de caractéristiques démographiques, économiques et familiales entre diplômés migrants et non-migrants, mais un peu moins de divergences en ce qui concerne leurs parcours universitaires et le domaine des études. À partir de la modélisation, nous avons démontré comment le risque de migrer à l'étranger peut être déterminé par certains facteurs individuels et familiaux, mais surtout en fonction du temps, c'est-à-dire en fonction de la durée depuis l'obtention du diplôme universitaire le plus élevé. Nous démontrons ainsi que, même à formation universitaire égale, le capital humain et le capital social peuvent engendrer des migrations internationales parmi des diplômés ayant effectué un même parcours universitaire et ayant vécu les mêmes conditions socio-économiques au Liban. Nous examinons également des obstacles qui freinent la migration des compétences, pour finalement analyser brièvement les facteurs qui déterminent la migration de retour au Liban. Sur la base de ces conclusions, nous confirmons que nous avons vérifié nos hypothèses par les faits qui se basent sur les résultats de notre enquête. Malgré la difficulté relative à l'étude des migrations internationales en générale et à l'utilisation de la technique de l'enquête en ligne, nous avons réussi à obtenir des résultats très intéressants, que nous avons comparés à des données disponibles sur la migration des compétences au Liban et à l'échelle globale<br>This thesis focuses on the determinants of the highly skilled migration in Lebanon whose main purpose is to identify factors and risks associated with migration among highly skilled graduates. The research problem is summarized in the following main question: Given equal level of education, which graduate becomes a migrant? To address the lack of data on this particular topic, we conducted a (online) survey on graduates from the Lebanese American University and the Holy Spirit University of Kaslik in Lebanon. Graduates from both universities form diverse cultural, linguistic and socioeconomic characteristics that are representative of Lebanese graduates in general. The aim of the survey was to compare similarities and contrast differences between migrant and non-migrant graduates in order to understand their diverse behavior with regard to migration. Based on survey results, we carried out a segmentation of graduates and divided them into sub-groups based on their migration status allowing us to understand their behavior with regard to migration. The descriptive analysis of the survey results reveals differences in demographic, economic and family characteristics between migrant and non-migrant graduates, but little divergence were found regarding their university studies and the field of education. We also modeled a number of risks associated with migration and we demonstrated that the risk of migrating could be determined by a number of individual and family factors, but mainly over time, i.e. the time since graduation with the highest university degree. We also demonstrate that even at equal level of education, human capital and social capital can determine international migration among graduates who have obtained the same level of education and experienced the same socio-economic conditions in Lebanon. We have also explored barriers that hinder migration among skilled graduates and briefly analyzed the main factors determining their return migration to Lebanon. Based on these findings we confirm that we have validated our assumptions by facts based on survey results. Despite the relative difficulty in the study of international migration in general and the implementation of online surveys, we managed to obtain very interesting results which we also compared to available data on skilled migration in Lebanon and at the global level

Cette thèse regroupe nos résultats sur la prédiction de séries temporelles dépendantes. Le document comporte trois chapitres principaux où nous abordons des problèmes différents. Le premier concerne l’agrégation de prédicteurs de décalages de Bernoulli Causales, en adoptant une approche Bayésienne. Le deuxième traite de l’agrégation de prédicteurs de ce que nous définissions comme processus sous-linéaires. Une attention particulaire est portée aux processus autorégressifs localement stationnaires variables dans le temps, nous examinons un schéma de prédiction adaptative pour eux. Dans le dernier chapitre nous étudions le modèle de régression linéaire pour une classe générale de processus localement stationnaires<br>This thesis regroups our results on dependent time series prediction. The work is divided into three main chapters where we tackle different problems. The first one is the aggregation of predictors of Causal Bernoulli Shifts using a Bayesian approach. The second one is the aggregation of predictors of what we define as sub-linear processes. Locally stationary time varying autoregressive processes receive a particular attention; we investigate an adaptive prediction scheme for them. In the last main chapter we study the linear regression problem for a general class of locally stationary processes

Problématique: Dans les dernières années plusieurs études ont exposé les défis auxquels font face des infirmières praticiennes spécialisées en première ligne (IPSPL) dans leur pratique quotidienne. Le manque d’autonomie, l’étendue de pratique limitée et le manque de collaboration dans les équipes de soins sont des facteurs qui sont principalement ressortis de ces études. Les IPSPL aux Québec n’y font pas exception. En effet, leur déploiement a aussi été difficile pour certaines. Ces difficultés rencontrées peuvent inciter les IPSPL à quitter leur travail. Connaître les facteurs influençant l’intention de quitter des IPSPL pourrait donc permettre de maintenir ces professionnelles indispensables dans les milieux de soins. But: Identifier les facteurs qui influencent l’intention de quitter des IPSPL travaillant dans le réseau public de santé québécois. Méthode: La présente étude est une analyse secondaire de données collectées à l’aide d’un questionnaire auto-administré d’une durée approximative de 45 minutes entre mars et avril 2017. L’échantillon de cette étude est composé des 222 IPSPL qui y ont participé. Les facteurs influençant l’intention de quitter mesurés sont : la reconnaissance au travail, les conditions de l’environnement de travail, la relation et le soutien du gestionnaire, le soutien de l’organisation et les pratiques organisationnelles, la relation avec les collègues de travail, les caractéristiques personnelles de l’infirmière et les facteurs externes. Des analyses descriptives, bivariées et une analyse de régression multiple ont été utilisées afin de répondre au but de l’étude. Résultats: 23% des IPSPL pensent quitter leur établissement de soins d’ici les trois prochaines années (n=199), 2% pensent quitter la profession (n=198) et 10% pensent quitter le réseau public au profit d’une organisation privée (n=196). Ces résultats étant comparables à ceux obtenus dans une étude publiée en 2011 où 27,2% des infirmières praticiennes spécialisées (IPS) pensaient quitter leur emploi et où 5,5% d’entre-elles pensaient quitter la profession infirmière (n= 254). Les facteurs associés à l’intention de quitter des IPSPL sont : la diminution du salaire comparativement au salaire net avant d’être IPS et l’absence de flexibilité dans les horaires comparativement à la présence de flexibilité dans les horaires. Aussi, la diminution de la collaboration avec les autres professionnels de la santé et les médecins a été associée avec l’augmentation de l’intention de quitter. Conclusion: Ces nouvelles connaissances pourront aider les gestionnaires dans l’élaboration de stratégies de rétention afin de maintenir les IPSPL en poste.<br>Problematic: In recent years, several studies have outlined the obstacles faced by nurse practitioners (NP) in primary care in their daily practice. The lack of autonomy, the limited scope of practice and the lack of collaboration in care teams are factors that are highlighted in the studies as challenges faced by these nurses. Nurse practitioners in primary care in Quebec are no exception and their deployment has also been difficult for some. These obstacles can give to the NP the intention to leave their work and knowing the factors influencing this intention could therefore help to maintain these indispensable professionals in the health care system. Aim: Identify the factors that influence the intention to leave of NP in primary care working in the Quebec public health care system. Methods: This study is a secondary analysis of data collected between March and April 2017 using a self-administered questionnaire that lasts approximately 45 minutes. The sample for this study is composed of the 222 NP in primary care who participated. The factors influencing the intention to leave measured are: work rewards, condition of work environment, relationship and support from manager, organizational support and practices, relationships with co-workers, nurse characteristics and external factors. Descriptive, bivariate and multiple regression analyzes were used to meet the aim of the study. Findings: 23% of NP in primary care plan to leave their current establishment within the next three years (n=199), 2% thinks about leaving their profession (n=198) and 10% are thinking about leaving the public health care system in favor of a private organization (n=196). These results are comparable to those obtained by a study published in 2011 where 27.2% of nurse practitioners were thinking about leaving their jobs and 5.5% of them were thinking about leaving the nursing profession (n=254). The factors associated with the intent to leave of the NP in primary care are: the decrease of their salary compared to the net salary before being NP and the lack of flexibility in the work schedules compared to the possibility of having flexibles schedules. Also, the decrease of collaboration with others health professionals and doctors is associated with an increase in the intention to leave. Conclusion: These new informations could assist managers in the development of retention strategies to maintain primary care NP in workplace.