Depuis les dernières années, l’usage au quotidien de la tablette tactile (TT) s’est rapidement propagé, et ce, même dans les différentes institutions scolaires. Ainsi, des enseignants de plusieurs matières ont recours à cet outil numérique et le domaine de l’éducation physique et à la santé (ÉPS) ne fait pas exception à cette nouvelle pratique. La présente étude vise donc à mieux comprendre la façon dont l’usage didactique de la TT dans les cours en ÉPS est susceptible de favoriser le développement de la compétence « interagir dans divers contextes de pratique d’activités physiques » (C2) au primaire. Pour ce faire, une étude de cas multiples a été réalisée avec cinq groupes d’élèves et leur enseignant provenant de trois commissions scolaires de la région métropolitaine de Montréal. L’étude a été menée à travers des séquences de cours portant sur diverses activités collectives et a eu recours à quatre moyens de collecte de données : observation directe et non participative de plusieurs leçons (n = 30) ; questionnaire écrit destiné aux élèves participants (n = 109) ; entrevues de groupe semi-dirigées avec les élèves (n = 5) ; entretiens semi-dirigés auprès de chacun des enseignants (n = 5). D’abord, les résultats démontrent que les enseignants et les élèves utilisaient majoritairement la TT afin de documenter la prestation des élèves. De plus, les apprenants ne recouraient jamais à la TT en situation de jeu, mais plutôt lors de la planification et de l’évaluation du plan d’action par les élèves. Par ailleurs, la plupart du temps, l’usage de la TT semblait chercher à se substituer à une pratique dite traditionnelle, procurant certains avantages à ses utilisateurs. L’analyse des données a permis de classer les avantages en deux catégories, soit ceux en lien avec l’efficacité de la réalisation des tâches didactiques et ceux relatifs aux effets de ces usages didactiques sur les élèves. La première catégorie regroupe quatre avantages, c’est-à-dire que l’utilisation de la TT facilite l’accès à la rétroaction ainsi que l’accès aux ressources et facilite la réalisation de tâches didactiques en plus de l’accélérer. La seconde catégorie comprend six effets positifs sur les élèves : augmenter leur motivation, favoriser leur compréhension, améliorer leur compétence en jeu, favoriser leur autonomie, favoriser leur engagement cognitif et favoriser le travail collaboratif entre eux. Deux types de motivation chez les élèves ont été identifiés, c’est-à-dire la motivation à s’impliquer dans l’activité sportive proposée et celle à utiliser la TT pour réaliser les tâches didactiques. Par ailleurs, les principaux inconvénients étant que l’usage didactique de la TT peut générer de la dispute entre les élèves et mener à des problèmes techniques. Pareillement, les résultats indiquent qu’en général, la majorité des élèves (89 %) ont apprécié leur expérience avec la TT et que la notion de plaisir (n = 29) est celle la plus mentionnée par les élèves afin d’expliquer leur niveau d’appréciation. Finalement, les résultats démontrent que l’usage didactique de la TT semble soutenir de façon diverse le développement de la C2 en ÉPS au primaire. / Over the last few years, daily tablet use has spread quickly, even in the different educational institutions. As such, teachers of various subjects use this digital tool, and the field of health and physical education (HPE) is no exception to this new practice. The purpose of this study is to better understand the way in which using the tablet for teaching purposes in HPE classes is likely to foster the development of the competency “interacting with others in different physical activity settings” (C2) in elementary school. To do this, a multiple-case study was conducted among five groups of students and their teacher stemming from three school boards in the Greater Montreal area. The study was conducted throughout class sequences dealing with various group activities and used four data collection methods: direct and non-participant observation of several lessons (n = 30) ; written questionnaire for the participating students (n = 109) ; semi-structured group interviews with the students (n = 5) ; semi-structured interviews with each of the teachers (n = 5). First, the results show that the teachers and students mainly used the tablet to document the students’ performance. Furthermore, the students never used the tablet in a game setting, but rather when planning and evaluating the action plan. Moreover, most often, tablet use seemingly sought to replace a more traditional practice, providing its users with certain advantages. Data analysis helped to split the advantages into two categories: those linked to the efficiency of the completion of the teaching tasks and those linked to the impacts of these teaching purposes on the students. The first category includes four advantages: tablet use facilitates access to feedback and resources and also makes it easier and faster to complete the teaching tasks. The second category includes six positive impacts on the students: increase motivation, promote widespread understanding, improve game skills, promote independence, promote cognitive involvement and promote collaborative work. Two types of motivation were identified among the students: motivation to participate in the sports activity proposed and using the tablet to complete the teaching tasks. Moreover, the main drawbacks were that using the tablet for teaching purposes can generate conflict among the students and lead to technical issues. Similarly, the results indicate that generally speaking, most students (89%) enjoyed their tablet experience and that the notion of fun (n = 29) is the one most mentioned by the students to explain their appreciation level. Lastly, the results demonstrate that using the tablet for teaching purposes seems to support the development of C2 in HPE in elementary school in a different way.

Les cardiopathies congénitales (CC) représentent l’une des anomalies congénitales les plus communes. Près de la moitié des nouveau-nés atteints nécessitent une chirurgie cardiaque au cours de leur premier mois de vie, ce qui les expose à un risque accru d’atteintes cérébrales et a été associé à un développement neurologique altéré. Il est donc nécessaire de trouver des stratégies neuroprotectrices efficaces pour améliorer leur évolution neurologique. Ce mémoire décrit l’influence des doses d’agents pharmacologiques administrées en période périopératoire sur la récupération de l’EEG en postopératoire, ainsi que sur les résultats neurodéveloppementaux évalués à 12 et 24 mois. Nous avons émis l'hypothèse que l’administration de certains agents pharmacologiques de sédation, d’anesthésie et d’analgésie en période intra- et postopératoire pourrait avoir un effet bénéfique au niveau de la récupération cérébrale à court- et long-terme, soit en réduisant la discontinuité observée sur l’EEG postopératoire et/ou en améliorant la performance obtenue lors de divers tests neurodéveloppementaux standardisés. Nos résultats semblent préconiser l’administration de plus fortes doses d’opioïdes en période périopératoire pour réduire la douleur et le stress induit par la chirurgie cardiaque, ce qui serait associé avec une amélioration du pronostic neurodéveloppemental. L’administration de plus fortes doses de dexmédétomidine et de midazolam était marquée par une récupération retardée de l’activité cérébrale après la chirurgie cardiaque sans aucun impact remarquable sur les résultats neurodéveloppementaux dans notre cohorte. Similairement, les doses de kétamine n’ont eu aucun impact sur la récupération cérébrale post-opératoire ou les bilans neurodéveloppementaux. / Congenital heart disease (CHD) is one of the most common congenital defects. Almost half of neonates affected require heart surgery during their first month of life, which exposes them to an increased risk of brain damage and has been associated with impaired neurodevelopment. It is therefore important to identify effective neuroprotective strategies to improve their neurological outcomes. This thesis describes the influence of the administration of pharmacological agents during the perioperative period on postoperative EEG recovery and neurodevelopmental outcomes at 12 and 24 months. We hypothesized that the administration of certain pharmacological agents for sedation, anesthesia and analgesia given during the intra- and post-operative period could have a beneficial effect on cerebral recovery, by decreasing the postoperative EEG discontinuity and/or improving neurodevelopmental outcomes. Our results suggest that the administration of higher doses of opioids during the perioperative period could reduce the pain and stress induced by cardiac surgery and are thus associated with improved neurodevelopmental outcomes. The administration of higher doses of dexmedetomidine and midazolam was marked by a delayed recovery of brain activity after cardiac surgery without any noticeable impact on neurodevelopmental outcomes in our cohort. Similarly, the doses of ketamine had no impact on postoperative brain recovery and on their long-term development.

Au cours des deux dernières décennies les objets connectés ont révolutionné la traçabilité des phénomènes sociaux. Les trajectoires sociales laissent aujourd'hui des traces numériques, qui peuvent être analysées pour obtenir une compréhension plus profonde des comportements collectifs. L'essor de grands réseaux sociaux (comme Facebook, Twitter et plus généralement les réseaux de communication mobile) et d'infrastructures connectées (comme les réseaux de transports publiques et les plate-formes en ligne géolocalisées) ont permis la constitution de grands jeux de données temporelles. Ces nouveaux jeux de données nous donnent l'occasion de développer de nouvelles méthodes pour analyser les dynamiques temporelles de et dans ces systèmes.De nos jours, la pluralité des données nécessite d'adapter et combiner une pluralité de méthodes déjà existantes pour élargir la vision globale que l'on a de ces systèmes complexes. Le but de cette thèse est d'explorer les dynamiques des systèmes sociaux au moyen de trois groupes d'outils : les réseaux complexes, la physique statistique et l'apprentissage automatique. Dans cette thèse je commencerai par donner quelques définitions générales et un contexte historique des méthodes mentionnées ci-dessus. Après quoi, nous montrerons la dynamique complexe d'un modèle de Schelling suite à l'introduction d'une quantité infinitésimale de nouveaux agents et discuterons des limites des modèles statistiques. Le troisième chapitre montre la valeur ajoutée de l'utilisation de jeux de données temporelles. Nous étudions l'évolution du comportement des utilisateurs d'un réseau de vélos en libre-service. Puis, nous analysons les résultats d'un algorithme d'apprentissage automatique non supervisé ayant pour but de classer les utilisateurs en fonction de leurs profils. Le quatrième chapitre explore les différences entre une méthode globale et une méthode locale de détection de communautés temporelles sur des réseaux scientométriques. Le dernier chapitre combine l'analyse de réseaux complexes et l'apprentissage automatique supervisé pour décrire et prédire l'impact de l'introduction de nouveaux commerces sur les commerces existants. Nous explorons l'évolution temporelle de l'impact et montrons le bénéfice de l'utilisation de mesures de topologies de réseaux avec des algorithmes d'apprentissage automatique. / For the past two decades, electronic devices have revolutionized the traceability of social phenomena. Social dynamics now leave numerical footprints, which can be analyzed to better understand collective behaviors. The development of large online social networks (like Facebook, Twitter and more generally mobile communications) and connected physical structures (like transportation networks and geolocalised social platforms) resulted in the emergence of large longitudinal datasets. These new datasets bring the opportunity to develop new methods to analyze temporal dynamics in and of these systems. Nowadays, the plurality of data available requires to adapt and combine a plurality of existing methods in order to enlarge the global vision that one has on such complex systems. The purpose of this thesis is to explore the dynamics of social systems using three sets of tools: network science, statistical physics modeling and machine learning. This thesis starts by giving general definitions and some historical context on the methods mentioned above. After that, we show the complex dynamics induced by introducing an infinitesimal quantity of new agents to a Schelling-like model and discuss the limitations of statistical model simulation. The third chapter shows the added value of using longitudinal data. We study the behavior evolution of bike sharing system users and analyze the results of an unsupervised machine learning model aiming to classify users based on their profiles. The fourth chapter explores the differences between global and local methods for temporal community detection using scientometric networks. The last chapter merges complex network analysis and supervised machine learning in order to describe and predict the impact of new businesses on already established ones. We explore the temporal evolution of this impact and show the benefit of combining networks topology measures with machine learning algorithms.

L’objectif principal de cette thèse est de décliner et d’analyser l’algorithme kernel-LMS à noyau Gaussien dans trois cadres différents: celui des noyaux uniques et multiples, à valeurs réelles et à valeurs complexes, dans un contexte d’apprentissage distributé et coopératif dans les réseaux de capteurs. Plus précisement, ce travail s’intéresse à l’analyse du comportement en moyenne et en erreur quadratique de cas différents types d’algorithmes LMS à noyau. Les modèles analytiques de convergence obtenus sont validés par des simulations numérique. Tout d’abord, nous introduisons l’algorithme LMS, les espaces de Hilbert à noyau reproduisants, ainsi que les algorithmes de filtrage adaptatif à noyau existants. Puis, nous étudions analytiquement le comportement de l’algorithme LMS à noyau Gaussien dans le cas où les statistiques des éléments du dictionnaire ne répondent que partiellement aux statistiques des données d’entrée. Nous introduisons ensuite un algorithme LMS modifié à noyau basé sur une approche proximale. La stabilité de l’algorithme est également discutée. Ensuite, nous introduisons deux types d’algorithmes LMS à noyaux multiples. Nous nous concentrons en particulier sur l’analyse de convergence de l’un d’eux. Plus généralement, les caractéristiques des deux algorithmes LMS à noyaux multiples sont analysées théoriquement et confirmées par les simulations. L’algorithme LMS à noyau complexe augmenté est présenté et ses performances analysées. Enfin, nous proposons des stratégies de diffusion fonctionnelles dans les espaces de Hilbert à noyau reproduisant. La stabilité́ de cas de l’algorithme est étudiée. / The main objective of this thesis is to derive and analyze the Gaussian kernel least-mean-square (LMS) algorithm within three frameworks involving single and multiple kernels, real-valued and complex-valued, non-cooperative and cooperative distributed learning over networks. This work focuses on the stochastic behavior analysis of these kernel LMS algorithms in the mean and mean-square error sense. All the analyses are validated by numerical simulations. First, we review the basic LMS algorithm, reproducing kernel Hilbert space (RKHS), framework and state-of-the-art kernel adaptive filtering algorithms. Then, we study the convergence behavior of the Gaussian kernel LMS in the case where the statistics of the elements of the so-called dictionary only partially match the statistics of the input data. We introduced a modified kernel LMS algorithm based on forward-backward splitting to deal with $\ell_1$-norm regularization. The stability of the proposed algorithm is then discussed. After a review of two families of multikernel LMS algorithms, we focus on the convergence behavior of the multiple-input multikernel LMS algorithm. More generally, the characteristics of multikernel LMS algorithms are analyzed theoretically and confirmed by simulation results. Next, the augmented complex kernel LMS algorithm is introduced based on the framework of complex multikernel adaptive filtering. Then, we analyze the convergence behavior of algorithm in the mean-square error sense. Finally, in order to cope with the distributed estimation problems over networks, we derive functional diffusion strategies in RKHS. The stability of the algorithm in the mean sense is analyzed.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

No description available.

No description available.

No description available.