Добірка наукової літератури з теми "Réponse aux questions vidéo"

La recherche présentée s’intéresse au problème de la cyberintimidation. Elle souhaite apporter une réponse à la question suivante : dans quelle mesure, chez les adolescents, la publication dans les médias sociaux d’une vidéo sur la cyberintimidation constitue-t-elle une action citoyenne ? En nous fondant sur la pensée du philosophe Habermas, nous définissions une action citoyenne comme un acte situé dans un contexte sociohistorique donné, qui entend répondre à un problème social précis, par la mobilisation de connaissances et de moyens techniques, et dont la finalité première doit être la transformation de la société. Trois entrevues individuelles et 14 groupes de discussion avec 75 adolescents fréquentant une maison de jeunes ont été menés. Leur analyse a permis de constater que les adolescents ne font pas de la transformation de la société une priorité lorsqu’ils produisent des vidéos sur une thématique sociale comme la cyberintimidation et qu’ils accordent peu d’importance à la nécessité de documenter le discours contenu dans leurs vidéos. Leurs productions vidéos ne peuvent donc pas être considérées comme des actions citoyennes au sens strict. Les résultats montrent aussi que les adolescents sont attirés par l’appropriation des langages et techniques vidéographiques et par la reconnaissance publique. Des priorités éducatives fondées sur ces constats sont proposées. Il est notamment suggéré d’intégrer des notions de base de psychologie sociale à tout enseignement relatif aux médias, puisque les adolescents tendent à penser que toute communication de masse ciblant une large population peut se traduire par un changement social rapide et à grande échelle.

Le ralentissement psychomoteur (RPM) est une dimension clinique présente dans de nombreuses maladies mentales. S’il est l’un des symptômes cardinaux de la dépression unipolaire, on le retrouve également dans le trouble bipolaire et la schizophrénie mais sans qu’il y ait une véritable différence sémiologique selon la pathologie concernée.Le RPM se caractérise non seulement par une composante motrice mais également psychique et langagière, qui inclut des processus perceptifs et cognitifs impliqués dans le contrôle, la planification, la programmation et l’exécution du mouvement.Les outils d’évaluation disponibles (imagerie cérébrale, analyse génétique, analyse rythmique, analyse par tracker vidéo, explorations neuropsychologiques) permettent aujourd’hui de mieux caractériser l’ensemble de ses dimensions. L’hypothèse d’un dysfonctionnement dopaminergique est étayée par de nombreux travaux avec des atteintes fonctionnelles au niveau des circuits sous-corticaux et pré-frontaux.Le RPM s’accompagne d’une altération fonctionnelle majeure et requiert ainsi une attention particulière en termes d’ajustement thérapeutique d’autant que se pose à l’heure actuelle la question de son impact pronostique (persistance en dehors des épisodes aigus, réponse aux traitements, rechute et récurrence).

Contexte. Un tiers des internes de médecine générale réalisent une enquête qualitative pour leur thèse d’exercice. Un programme d’apprentissage méthodologique pour les internes doit compléter le travail des directeurs de thèse (DT). L’objectif de ce travail était de développer un dispositif d’auto-apprentissage de la conduite d’entretien semi-directif, fondé sur une vidéo modèle/contre-modèle. Méthode. Une enquête qualitative auprès de DT expérimentés et une enquête quantitative auprès d’anciens internes ont été réalisées pour déterminer les principales difficultés expérimentées lors de l’apprentissage de la conduite d’entretien semi-directif. Un script modèle et contre-modèle a été rédigé à partir de cette évaluation des besoins. Une vidéo modèle/contre modèle a été tournée. Un modèle logique pédagogique a été développé.Une enquête quantitative auprès d’internes ayant testé le dispositif, et une enquête quantitative auprès de DT expérimentés ont permis d’évaluer le dispositif pédagogique. Résultats. Quatre difficultés principales ont été identifiées : i) l’usage de questions fermées, ii) enchaîner, iii) couper la parole, iv) induire des réponses, représentatives d’un interviewer novice centré sur son canevas d’entretien. Ces difficultés et leur miroir positif ont permis de réaliser une vidéo illustrant une attitude novice et une attitude expérimentée. Deux objectifs d’apprentissage ont été identifiés : un centré sur la connaissance, l’autre sur l’habileté. Quatre activités d’apprentissage ont été décrites répondant aux objectifs. Pour développer l’habileté de conduite d’entretien, la simulation d’entretien par jeu de rôle avec auto- et hétéro-évaluation (par le DT) a été retenue. La satisfaction du dispositif était élevée, les internes et DT recommandaient l’usage du kit. Conclusion. Le kit développé permet aux DT de dédier leur temps à l’enseignement de l’habileté plutôt qu’à l’apport de connaissances. L’impact sur la qualité des thèses reste à évaluer.

Dans le champ de la formation aux relations humaines, nombre de dispositifs incluent l’outil vidéographique à titre d’auxiliaire pédagogique. Or, pareille utilisation de la vidéo soulève toute une série de questions quant au statut de cette prothèse technique et aux rapports que chacun (formateur ou formé) entretient avec le « matériel images ». Le présent article est consacré à interroger certains aspects de ce couplage vidéo-formation sous l’angle d’une psychosociologie des pratiques éducatives.

Le projet d’innovation « Lü_Move & Learn » vise à évaluer un nouvel outil d’enseignement en éducation physique, le dispositif interactif Lü, qui s’appuie sur le principe des jeux vidéo actifs. Dans le cadre de ce projet, nous avons conçu une séquence interdisciplinaire en mathématiques et en éducation physique pour des élèves de 7-8P qui permet de répondre aux objectifs du Plan d’Etudes Romand (PER) et qui utilise le dispositif interactif Lü. Ce dispositif est censé favoriser l’engagement des élèves, via les animations qu’il propose, en combinant le plus souvent des temps de réflexion (par exemple faire un calcul mental, épeler un mot, etc.) et d’action (par exemple lancer un ballon sur une réponse possible).

Quels sont les rapports de la pensée et du langage ? Question difficile et souvent débattue. Et pourtant, cet article se voudrait une réponse ; une réponse qui pose des questions : D’abord à la théorie de l’énonciation de E. Benveniste, ensuite à des gens par l’intermédiaire d’une enquête par questionnaire, enfin aux sciences cognitives, plus précisément à la théorie de l’enaction. Et j’espère trouver des réponses qui poseront à leur tour des questions, mais des questions différentes. Par exemple, quels sont les rapports du corps et du langage ?

Le contenu vidéo a considérablement augmenté en volume et en diversité à l'ère numérique, et cette expansion a souligné la nécessité de technologies avancées de compréhension des vidéos. Poussée par cette nécessité, cette thèse explore la compréhension sémantique des vidéos, en exploitant plusieurs modes perceptuels similaires aux processus cognitifs humains et un apprentissage efficace avec une supervision limitée, semblable aux capacités d'apprentissage humain. Cette thèse se concentre spécifiquement sur la réponse aux questions sur les vidéos comme l'une des principales tâches de compréhension vidéo. Notre première contribution traite de la réponse aux questions sur les vidéos à long terme, nécessitant une compréhension du contenu vidéo étendu. Alors que les approches récentes dépendent de sources externes générées par les humains, nous traitons des données brutes pour générer des résumés vidéo. Notre contribution suivante explore la réponse aux questions vidéo en zéro-shot et en few-shot, visant à améliorer l'apprentissage efficace à partir de données limitées. Nous exploitons la connaissance des modèles à grande échelle existants en éliminant les défis d'adaptation des modèles pré-entraînés à des données limitées. Nous démontrons que ces contributions améliorent considérablement les capacités des systèmes de réponse aux questions vidéo multimodaux, où les données étiquetées spécifiquement annotées par l'homme sont limitées ou indisponibles
Video content has significantly increased in volume and diversity in the digital era, and this expansion has highlighted the necessity for advanced video understanding technologies. Driven by this necessity, this thesis explores semantically understanding videos, leveraging multiple perceptual modes similar to human cognitive processes and efficient learning with limited supervision similar to human learning capabilities. This thesis specifically focuses on video question answering as one of the main video understanding tasks. Our first contribution addresses long-range video question answering, requiring an understanding of extended video content. While recent approaches rely on human-generated external sources, we process raw data to generate video summaries. Our following contribution explores zero-shot and few-shot video question answering, aiming to enhance efficient learning from limited data. We leverage the knowledge of existing large-scale models by eliminating challenges in adapting pre-trained models to limited data. We demonstrate that these contributions significantly enhance the capabilities of multimodal video question-answering systems, where specifically human-annotated labeled data is limited or unavailable

Cette thèse se positionne à l'intersection de plusieurs domaines de recherche, le traitement automatique des langues, la Recherche d'Information (RI) et la vision par ordinateur, qui se sont unifiés autour des méthodes d'apprentissage de représentation et de pré-entraînement. Dans ce contexte, nous avons défini et étudié une nouvelle tâche multimodale : répondre aux questions visuelles à propos d'entités nommées (KVQAE). Dans ce cadre, nous nous sommes particulièrement intéressés aux interactions cross-modales et aux différentes façons de représenter les entités nommées. Nous avons également été attentifs aux données utilisées pour entraîner mais surtout évaluer les systèmes de question-réponse à travers différentes métriques. Plus précisément, nous avons proposé à cet effet un jeu de données, le premier de KVQAE comprenant divers types d'entités. Nous avons également défini un cadre expérimental pour traiter la KVQAE en deux étapes grâce à une base de connaissances non-structurée et avons identifié la RI comme principal verrou de la KVQAE, en particulier pour les questions à propos d'entités non-personnes. Afin d'améliorer l'étape de RI, nous avons étudié différentes méthodes de fusion multimodale, lesquelles sont pré-entraînées à travers une tâche originale : l'Inverse Cloze Task multimodale. Nous avons trouvé que ces modèles exploitaient une interaction cross-modale que nous n'avions pas considéré à l'origine, et qui permettrait de traiter l'hétérogénéité des représentations visuelles des entités nommées. Ces résultats ont été renforcés par une étude du modèle CLIP qui permet de modéliser cette interaction cross-modale directement. Ces expériences ont été menées tout en restant attentif aux biais présents dans le jeu de données ou les métriques d'évaluation, notamment les biais textuels qui affectent toute tâche multimodale
This thesis is positioned at the intersection of several research fields, Natural Language Processing, Information Retrieval (IR) and Computer Vision, which have unified around representation learning and pre-training methods. In this context, we have defined and studied a new multimodal task: Knowledge-based Visual Question Answering about Named Entities (KVQAE).In this context, we were particularly interested in cross-modal interactions and different ways of representing named entities. We also focused on data used to train and, more importantly, evaluate Question Answering systems through different metrics.More specifically, we proposed a dataset for this purpose, the first in KVQAE comprising various types of entities. We also defined an experimental framework for dealing with KVQAE in two stages through an unstructured knowledge base and identified IR as the main bottleneck of KVQAE, especially for questions about non-person entities. To improve the IR stage, we studied different multimodal fusion methods, which are pre-trained through an original task: the Multimodal Inverse Cloze Task. We found that these models leveraged a cross-modal interaction that we had not originally considered, and which may address the heterogeneity of visual representations of named entities. These results were strengthened by a study of the CLIP model, which allows this cross-modal interaction to be modeled directly. These experiments were carried out while staying aware of biases present in the dataset or evaluation metrics, especially of textual biases, which affect any multimodal task

Cette étude prend place dans le paradigme " orienté usager " des études en Sciences de l'information et de la communication, puisqu'elle aborde un continent peu exploré des aspects humains, socioprofessionnels et éthiques du processus de la recherche et de la restitution de l'information conduit par des professionnels de l'information (bibliothécaires, documentalistes), agissant pour des usagers en quête d'information. L'un des enjeux de ce travail est, en remettant la " question " au centre des préoccupations des professionnels de l'information, de tenter de faire apparaître le rôle et les fonctions de la question dans ses modalités d'accès à la connaissance, au savoir et à l'information dans la société de l'information et du savoir ; puis de s'interroger sur les modalités et les raisons des difficultés que des professionnels peuvent rencontrer parfois dans les situations complexes du réel du travail lors de leur mission de service -en présentiel ou à distance- de renseignement aux usagers. En s'appuyant sur deux études empiriques, cette thèse examine plus précisément du côté des professionnels médiateurs de l'information, quelques uns de ces obstacles, que nous avons qualifiés d'"échec documentaire", qui peuvent surgir pendant les phases cognitives, documentaires, communicationnelles de la recherche et de la restitution (réponse), de l'information à l'usager questionneur.

En utilisant la méthodologie de l'apprentissage profond qui préconise de s'appuyer davantage sur des données et des modèles neuronaux flexibles plutôt que sur les connaissances de l'expert dans le domaine, la communauté de recherche a récemment réalisé des progrès remarquables dans la compréhension et la génération du langue naturel. Néanmoins, il reste difficile de savoir si une simple extension des méthodes d'apprentissage profond existantes sera suffisante pour atteindre l'objectif d'utiliser le langage naturel pour l'interaction homme-machine. Nous nous concentrons sur deux aspects connexes dans lesquels les méthodes actuelles semblent nécessiter des améliorations majeures. Le premier de ces aspects est l'inefficacité statistique des systèmes d'apprentissage profond: ils sont connus pour nécessiter de grandes quantités de données pour bien fonctionner. Le deuxième aspect est leur capacité limitée à généraliser systématiquement, à savoir à comprendre le langage dans des situations où la distribution des données change mais les principes de syntaxe et de sémantique restent les mêmes. Dans cette thèse, nous présentons quatre études de cas dans lesquelles nous cherchons à apporter plus de clarté concernant l'efficacité statistique susmentionnée et les aspects de généralisation systématique des approches d'apprentissage profond de la compréhension des langues, ainsi qu'à faciliter la poursuite des travaux sur ces sujets. Afin de séparer le problème de la représentation des connaissances du monde réel du problème de l'apprentissage d'une langue, nous menons toutes ces études en utilisant des langages synthétiques ancrés dans des environnements visuels simples. Dans le premier article, nous étudions comment former les agents à suivre des instructions compositionnelles dans des environnements avec une forme de supervision restreinte. À savoir pour chaque instruction et configuration initiale de l'environnement, nous ne fournissons qu'un état cible au lieu d'une trajectoire complète avec des actions à toutes les étapes. Nous adaptons les méthodes d'apprentissage adversariel par imitation à ce paramètre et démontrons qu'une telle forme restreinte de données est suffisante pour apprendre les significations compositionelles des instructions. Notre deuxième article se concentre également sur des agents qui apprennent à exécuter des instructions. Nous développons la plateforme BabyAI pour faciliter des études plus approfondies et plus rigoureuses de ce cadre d'apprentissage. La plateforme fournit une langue BabyAI compositionnelle avec $10 ^ {19}$ instructions, dont la sémantique est précisément définie dans un environnement partiellement observable. Nous rapportons des résultats de référence sur la quantité de supervision nécessaire pour enseigner à l'agent certains sous-ensembles de la langue BabyAI avec différentes méthodes de formation, telles que l'apprentissage par renforcement et l'apprentissage par imitation. Dans le troisième article, nous étudions la généralisation systématique des modèles de réponse visuelle aux questions (VQA). Dans le scénario VQA, le système doit répondre aux questions compositionelles sur les images. Nous construisons un ensemble de données de questions spatiales sur les paires d'objets et évaluons la performance des différents modèles sur les questions concernant les paires d'objets qui ne se sont jamais produites dans la même question dans la distribution d'entraînement. Nous montrons que les modèles dans lesquels les significations des mots sont représentés par des modules séparés qui effectuent des calculs indépendants généralisent beaucoup mieux que les modèles dont la conception n'est pas explicitement modulaire. Cependant, les modèles modulaires ne généralisent bien que lorsque les modules sont connectés dans une disposition appropriée, et nos expériences mettent en évidence les défis de l'apprentissage de la disposition par un apprentissage de bout en bout sur la distribution d'entraînement. Dans notre quatrième et dernier article, nous étudions également la généralisation des modèles VQA à des questions en dehors de la distribution d'entraînement, mais cette fois en utilisant le jeu de données CLEVR, utilisé pour les questions complexes sur des scènes rendues en 3D. Nous générons de nouvelles questions de type CLEVR en utilisant des références basées sur la similitude (par exemple `` la balle qui a la même couleur que ... '') dans des contextes qui se produisent dans les questions CLEVR mais uniquement avec des références basées sur la localisation (par exemple `` le balle qui est à gauche de ... ''). Nous analysons la généralisation avec zéro ou quelques exemples de CLOSURE après un entraînement sur CLEVR pour un certain nombre de modèles existants ainsi qu'un nouveau modèle.
By using the methodology of deep learning that advocates relying more on data and flexible neural models rather than on the expert's knowledge of the domain, the research community has recently achieved remarkable progress in natural language understanding and generation. Nevertheless, it remains unclear whether simply scaling up existing deep learning methods will be sufficient to achieve the goal of using natural language for human-computer interaction. We focus on two related aspects in which current methods appear to require major improvements. The first such aspect is the data inefficiency of deep learning systems: they are known to require extreme amounts of data to perform well. The second aspect is their limited ability to generalize systematically, namely to understand language in situations when the data distribution changes yet the principles of syntax and semantics remain the same. In this thesis, we present four case studies in which we seek to provide more clarity regarding the aforementioned data efficiency and systematic generalization aspects of deep learning approaches to language understanding, as well as to facilitate further work on these topics. In order to separate the problem of representing open-ended real-world knowledge from the problem of core language learning, we conduct all these studies using synthetic languages that are grounded in simple visual environments. In the first article, we study how to train agents to follow compositional instructions in environments with a restricted form of supervision. Namely for every instruction and initial environment configuration we only provide a goal-state instead of a complete trajectory with actions at all steps. We adapt adversarial imitation learning methods to this setting and demonstrate that such a restricted form of data is sufficient to learn compositional meanings of the instructions. Our second article also focuses on instruction following. We develop the BabyAI platform to facilitate further, more extensive and rigorous studies of this setup. The platform features a compositional Baby language with $10^{19}$ instructions, whose semantics is precisely defined in a partially-observable gridworld environment. We report baseline results on how much supervision is required to teach the agent certain subsets of Baby language with different training methods, such as reinforcement learning and imitation learning. In the third article we study systematic generalization of visual question answering (VQA) models. In the VQA setting the system must answer compositional questions about images. We construct a dataset of spatial questions about object pairs and evaluate how well different models perform on questions about pairs of objects that never occured in the same question in the training distribution. We show that models in which word meanings are represented by separate modules that perform independent computation generalize much better than models whose design is not explicitly modular. The modular models, however, generalize well only when the modules are connected in an appropriate layout, and our experiments highlight the challenges of learning the layout by end-to-end learning on the training distribution. In our fourth and final article we also study generalization of VQA models to questions outside of the training distribution, but this time using the popular CLEVR dataset of complex questions about 3D-rendered scenes as the platform. We generate novel CLEVR-like questions by using similarity-based references (e.g. ``the ball that has the same color as ...'') in contexts that occur in CLEVR questions but only with location-based references (e.g. ``the ball that is to the left of ...''). We analyze zero- and few- shot generalization to CLOSURE after training on CLEVR for a number of existing models as well as a novel one.

La mobilité est une notion très complexe et polysémique. Ce constat est lié à ses multiples et diverses formes. Notre contribution tente d'examiner la problématique des mobilités en « situation coloniale ». S'inscrivant dans un contexte d'intrusion, de domination et de résistance coloniales, les mobilités sont étudiées, d'une part, comme « technique de pouvoir », méthode complétant l'arsenal de répressions, de sanctions et d'exploitations coloniales ; et d'autre part comme stratégie de réponse, de lutte et d'accommodation des sociétés indigènes. Cette thématique, relative aux mobilités en Afrique de l'Ouest, entre dans le cadre des questionnements d’une histoire coloniale attentive aux enjeux de la répression, de la domination, du maintien de l’ordre sécuritaire et aux réponses ou attitudes des indigènes. Par le tri, le croisement et l’examen des sources archivistiques et publications scientifiques, quelques questions taraudent notre esprit. Quelles sont les formes/types de mobilités ? En quoi les mobilités sont-elles une stratégie de contrôle colonial et de réponse des indigènes ? Quelles sont ses principales causes/motivations, dans une ambiance coloniale ? Quel a été l'impact des mobilités ?

Donner un cours de culture/ civilisation confronte l’enseignant à de nombreuses questions : sur quelle(s) définition(s) du mot culture s’appuyer pour concevoir un programme ? Quels contenus privilégier sachant que dans ce domaine de nombreux documents civilisationnels sont rapidement condamnés à l’obsolescence ? Comment répondre à la diversité des attentes et des besoins d’un public multiculturel, plus particulièrement en contexte homoglotte? Quels objectifs assigner à un tel enseignement et comment les catégoriser ? Pour apporter quelques éléments de réponse à ces questions, nous nous intéresserons à la notion de compétence culturelle et à ses composantes ainsi qu’aux différentes approches de l’enseignement de la culture dans la didactique du FLE. Nous nous appuierons également sur les résultats d’une enquête-bilan sous forme de questionnaires distribués à nos étudiants à la fin d’un cours annuel de culture française donné par un enseignant natif. Nous nous intéresserons aux attentes des étudiants ainsi qu’aux objectifs qui ont pu être (partiellement) atteints dans le cadre de ce cours.

Ce chapitre s’intéresse aux pratiques pédagogiques des acteurs de l’éducation au développement durable (EDD) en France en les interrogeant du point de vue de leur déploiement déclaré et de leurs fondements épistémologiques (plus ou moins appropriés par les acteurs). Dans l’idée de l’entrée en Anthropocène, qui nécessite un changement de paradigme dans notre rapport au monde, se pose alors la question du renouveau – à penser et à construire – dans notre rapport à l’éducation. Qu’est-ce qu’éduquer et comment éduquer à l’époque de l’Anthropocène ? Comment les enseignants, éducateurs, formateurs s’approprient-ils ce qui peut être considéré comme un cadre éducatif et pédagogique inédit et certainement déjà émergent ? En réponse à ces questions, l’exploitation des données d’une enquête par questionnaire qui a reçu plus de 1 000 réponses a permis d’identifier une évolution des choix pédagogiques des acteurs (depuis les débuts de l’EDD en 2004) ainsi qu’un besoin de formation centré sur les fondements épistémologiques des pédagogies permettant d’améliorer leur mobilisation dans des contextes éducatifs de plus en plus hétérogènes et complexes.

Après la paix et la prospérité, quid du nouveau telos de l’Europe ? S’agit-il vraiment d’édifier une communauté politique digne de ce nom — au-delà de l’ordre juridico-marchand existant ? Quelle conception du politique engage-t-on lorsqu’on qualifie de politique l’état actuel de l’Union ? Faut-il vraiment considérer comme politique le fruit de processus pour l’essentiel économiques ? Tenter de répondre à ces questions suppose de faire droit à l’imagination et aux perspectives lointaines, plutôt que de s’attacher péniblement à rationaliser l’existant en instrumentalisant, voire en dénaturant, nos catégories politiques — au premier rang desquelles la constitution. C’est précisément ce dernier concept qui sert ici de fil conducteur. Car il condense sur son nom l’essentiel des enjeux face auxquels l’Europe se débat : existence politique, inscription spatio-temporelle, cohésion interne et externe. Deux lignes d’argumentation se dessinent, qui, en guise de début de réponse à ces interrogations massives, viennent décrire les deux faces d’un même processus, théorique et pratique : la fonctionnalisation du concept de constitution, d’un côté, conduisant à une rupture de l’équilibre historique qu’il avait permis entre démocratie et libéralisme, au profit de ce dernier ; l’économicisation du politique, de l’autre, à savoir la domination de la logique économique au sein de l’ordre politique, au sens non pas tant d’un ordre où le marché dominerait les choix politiques que d’un ordre dont le fonctionnement emprunte à l’économie le modèle général du marché.

Situation générale : la protection civile est une aide d’origine gouvernementale permettant à une nation de répondre au mieux pendant ou après une catastrophe pour la protection des personnes et des biens. Elle peut être en nature, par l’envoi d’équipes spécialisées dans la gestion de crises spécifiques ou pour l’évaluation et la coordination sur site. Le « Mécanisme » européen de protection civile (EUCPM), créé en 2001, a pour but de permettre la coopération et la mise en commun des moteurs de résilience nationaux afin d’augmenter la pertinence et l’efficience de la réponse à la crise entre 32 pays participants. Il peut être activé sur demande par tout pays dans le monde. Les missions sont d’une grande complexité, à haute responsabilité en milieu international à l’instar de leurs intensités, dans l’incertitude des premiers instants de la crise, des hommes et des institutions participantes. Mission : l’ouragan « Matthew » dévastait la partie ouest de Haïti le 4 octobre 2016, le gouvernement demandant d’emblée à l’Union européenne d’activer le Mécanisme. Une équipe de cinq experts, dont un expert santé, était mise en place du 7 au 26 octobre pour la Commission européenne. Les missions étaient notamment de faciliter la coordination, le déploiement, la mise en place et le retrait de l’aide reçue par Haïti de la part des états membres de l’Union européenne, d’appuyer les autorités nationales et les Nations unies pour évaluer la situation et faciliter la coordination, d’identifier les besoins et le type d’assistance nécessaire en protection civile et formuler les recommandations. Ce fut notamment au profit de la plus grosse unité d’épuration d’eau d’origine française des Unités d’instruction et d’intervention de la sécurité civile, l’acheminement des kits adaptés aux stocks nationaux dans la lutte contre l’épidémie de diarrhées aiguës sévères en collaboration étroite avec l’Organisation mondiale de la santé ayant le mandat gouvernemental pour les questions sanitaires. Discussion : l’expertise santé a été originale dans l’évaluation et l’anticipation des différents aspects de la crise sanitaire, la formalisation des offres de santé de l’Union européenne au plus proche des besoins et pour une mise à profit immédiate, l’expertise de l’hital régional de la ville de Jeremie pour une reprise de son activité chirurgicale immédiate. Les ajustements de l’expert santé doivent être d’une grande dynamique face à la gestion de la crise en collaboration avec les différents partenaires locaux, français, européens et internationaux.

Le Rapport bourgogne, publié par le CIRANO en juillet 2023, préconise la création d'un espace commun de données dans le corridor commercial stratégique des Grands Lacs et du Saint-Laurent d'ici 2030. Cette proposition s’appuie notamment sur trois rapports distincts de politiques publiés en 2022 par le groupe de travail national sur la chaîne d’approvisionnement, le Conseil des ministres responsables des transports et de la sécurité routière (COMT) et le Comité permanent de la Chambre des communes sur les transports, l'infrastructure et les collectivités. Le constat posé et les recommandations qui découlent de ces rapports soulèvent des questions de fond qui sont au centre des enjeux critiques de gouvernance, de culture d’organisation, de capacité d’exécution, de mobilisation des parties prenantes du public et du privé, ainsi que de la sous-utilisation des données au sein de l’appareil gouvernemental canadien mis à rude épreuve par des années de retard et exacerbée par les perturbations récentes liées à des catastrophes climatiques anticipées. La création d’un espace commun de données est envisagée comme un investissement structurant de l'infrastructure essentielle du Canada pour le transport intermodal et la chaîne d’approvisionnement. Ce document de travail sur les Espaces Européens Communs de Données (EECD) prolonge la synthèse et les recommandations publiées en juillet dernier. Face à l’accélération de l’économique numérique, la gouvernance et le partage efficace des données sont devenus des enjeux fondamentaux pour les politiques publiques à tous les niveaux de juridictions et dans tous domaines de l’activité humaine. Le présent document vise à examiner les initiatives et les défis associés à la gouvernance des données, en mettant particulièrement l'accent sur les Espaces Européens Communs de Données (EECD) et leur pertinence pour le contexte canadien. Il explore la complexité inhérente à la gouvernance des données, qui doit concilier les spécificités sectorielles avec des principes de gouvernance plus universels. Ce faisant, il souligne l'importance d'une action stratégique et coordonnée pour maximiser les avantages sociaux et économiques des données. Le document de travail sur les EECD étend la portée du Rapport bourgogne en fournissant une analyse opérationnelle de l'initiative en cours au sein de l'Union européenne (UE). Celle-ci découle de la stratégie européenne des données de 2020 et vise à établir douze espaces communs de données dans des secteurs stratégiques, y compris la mobilité et les transports. Le document se divise en trois parties principales. La première partie offre un aperçu des politiques publiques relatives aux données au Canada et dans l'UE entre 2018 et 2023. La deuxième partie se concentre sur les implications et les leçons tirées de l'analyse d'impact qui soutient l'adoption de la législation sur la gouvernance des données par les institutions européennes. Cette loi vise à établir un cadre réglementaire pour la création des espaces communs de données en Europe. La troisième partie aborde le déploiement actuel des EECD, en soulignant les étapes clés et les processus en cours. Le document met en évidence des similitudes notables entre l'UE et le Canada en ce qui concerne l'identification des enjeux et la formulation des objectifs de politique publique en matière de données. Il souligne aussi des différences entre ces deux partenaires stratégiques dans l’optimisation du partage des données entre les juridictions et parties prenantes. Ces deux partenaires stratégiques se distinguent cependant par une différence fondamentale: l'absence d'une mutualisation efficace des ressources au sein de l’appareil intergouvernemental canadien dans la poursuite d’objectifs communs face à des enjeux majeurs communs tel celui des données à la grande différence de l’entreprise des EECD par l’UE dans la poursuite d’objectifs identiques de positionnement comme chef de file mondial l’économie des données. Cette absence de considération et, encore moins, d’action conjointe par l’appareil intergouvernemental canadien de mise en œuvre d’une stratégie commune des données au Canada est dommageable. Pour être efficace, la réponse canadienne doit être agile, axée sur les résultats, et intégrée à travers les différentes juridictions. La gestion rigoureuse, l’utilisation responsable et le partage organisé des données au sein et entre les différentes juridictions sont des éléments cruciaux pour aborder les défis complexes et les risques majeurs auxquels le Canada est confronté. Ni le gouvernement fédéral ni ceux des provinces ne sont actuellement bien positionnés pour traiter ensemble les données comme un actif stratégique commun. La résolution des obstacles réglementaires, juridiques et techniques à l'échange de données entre juridictions et organisations nécessite la création d'un espace commun de données qui à son tour implique une combinaison des outils et des infrastructures requises à cette fin, ainsi qu'un traitement des questions de confiance notamment par des règles communes.

Faisant suite à une demande de la Commissaire à la santé et au bien-être, cette étude dresse un portrait de l'évolution de la main-d'oeuvre dans les centres d'hébergement de soins longue durée (CHSLD) avant et pendant la première vague de la pandémie de COVID-19. L’étude s’inscrit dans un effort méthodologique exploratoire visant à analyser l’adéquation entre l’offre de ressources humaines et les besoins des résidents à partir des données disponibles et des outils existants. Elle s’appuie sur un devis longitudinal rétrospectif et utilise des données administratives et clinico-administratives de quatre établissements : trois dans la grande région de Montréal, plus touchés par la première vague, et un établissement hors de la grande région de Montréal. L’étude a répondu aux trois questions suivantes : Dans quelle mesure l’offre de ressources humaines correspondait-elle aux besoins des résidents en CHSLD, avant et pendant la première vague de la pandémie ? Dans quelle mesure l’initiative Je Contribue et le recours aux agences de placement ont permis d’élargir le bassin de main-d’œuvre disponible ? Quelle a été l’ampleur de l’absentéisme et quel a été son impact sur le bassin de main-d’œuvre disponible ? Les auteurs comparent trois méthodes d’estimation des besoins : les profils Iso-SMAF, les ratios minimaux proposés par Voyer et coll. (2016) et les standards recommandés par les US Centers for Medicare and Medicaid Services. Les résultats montrent que les établissements ont fait preuve d’une grande capacité d’adaptation en mobilisant les ressources humaines nécessaires pour atteindre ou même dépasser les ratios minimaux requis. Le nombre de travailleurs de la santé pour 100 résidents a légèrement augmenté au cours de la première vague. Ceci tient compte du fait qu’au cours de la première vague, le nombre de résidents hébergés par établissement a diminué, probablement en raison des décès de plusieurs d’entre eux. L’analyse montre aussi que les établissements les plus touchés par la première vague ont pu maintenir un ratio travailleurs/résidents équivalent ou supérieur aux ratios observés durant la période prépandémie, et ce, malgré une augmentation de taux d’absentéisme de 75 % entre les deux périodes. Ces résultats doivent être interprétés avec prudence puisque l’analyse ne tient pas compte de facteurs plus qualitatifs comme le soutien des gestionnaires, la mobilité des ressources humaines ou la connaissance des pratiques cliniques et organisationnelles du personnel. Au-delà nombre de travailleurs et travailleuses, ces facteurs influencent grandement la performance ou la qualité des services offerts dans un contexte de crise sanitaire. Ce rapport est le deuxième volet d’un projet CIRANO plus large qui examinait sous divers angles les situations de fragilité qui ont pu affecter la performance du système de santé dans sa réponse à la pandémie. Un premier rapport publié en juin 2022 s’appuyait sur une enquête réalisée auprès de 2365 travailleuses et travailleurs. Ce premier volet s’intéressait à leurs perceptions quant aux ressources auxquelles ils ont eu accès et aux exigences et contraintes auxquelles ils ont dû faire face.