La thèse étudie les applications dites citoyennes pour mobiles et web qui sont développées en réponse aux problèmes publics variés et basées sur le principe de crowdsourcing. Elle s’intéresse à la fois à la conception de ces dispositifs, à leurs usages et aux façons dont ces outils transforment la communication des citoyens entre eux, et avec les pouvoirs publics. Elle explore les nouveaux formats d’innovation, comme les hackathons civiques, et interroge l’usage du code informatique en tant que nouvel instrument d’action collective.La thèse mobilise une méthodologie qui puise dans les répertoires des STS, de la sociologie des problèmes publics, de la science politique, des sciences de l’information et communication. Appuyée sur l’étude d'applications citoyennes en France et en Russie, elle pose différentes questions : comment traduit-on les problèmes publics en code informatique ; qu’est-ce que ces applications font et font faire ?; comment transforment-elles la participation citoyenne ?La recherche montre que les interfaces des applications façonnent et standardisent la participation en se basant sur les documents de référence : les lois, les réglementations normatives et techniques. Cependant, la standardisation a ses limites : se focalisant sur les moments de faille et des épreuves, telles que les tests, les mises à jour, le débogage des applications, l’enquête rend visibles les détournements et les bricolages mis en place par les usagers qui dépassent le cadrage par les interfaces et participent à la fois à la réécriture des applications et à la redéfinition des problèmes publics.La comparaison entre applications développées par les administrations publiques et projets portés par la société civile permet de distinguer deux façons de communiquer : les chaînes courtes et les chaînes longues. Sans les opposer, la thèse se place dans « l’entre-deux » et analyser les articulations, les agencements de ces réseaux socio-techniques. / The PhD dissertation studies new digital participative technologies called "civic apps", applications for mobile and web developed in response to a large scope of public problems and based on the principle of crowdsourcing. The research focuses on the conception of these tools, their usages and the way these tools transform the communication among citizens and between citizens and public administrations. It also explores new formats of civic tech innovation, such as civic hackathons, and question the usage of programming code as a new tool of collective action.The thesis calls upon the methodologies of sociology of science and technology, sociology of public problems, political science and science of information and communication. Based on a case-study of several civic apps in France and Russia, the inquiry adresses the following question: how does the translation of public problems into programming code occur ? And how do these applications transform civic participation?The research shows that the interfaces standardize and format the practices of participation, using documents such as laws, technical norms and standards. However, this standardization has its limits. Focusing on the moments of failure and trial, such as tests, updates or debug of applications, the inquiry highlights the practices of bricolage and detournement, deployed by users in order to overcome the framing by design and participate in the rewriting of the applications.The thesis compares civic applications with the applications developed by public administrations and distinguishes two models of communication called the "long chains" and the "short chains". However, instead of opposing administrative and civic initiatives, the thesis proposes to think from "in-between", analyzing the articulations and arrangements of these socio-technical networks.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-12-05T13:53:52Z No. of bitstreams: 1 Rodrigo Barbosa Sousa Orrego_.pdf: 1535012 bytes, checksum: b6e744cff7702628ea69ae095d198122 (MD5) / Made available in DSpace on 2017-12-05T13:53:52Z (GMT). No. of bitstreams: 1 Rodrigo Barbosa Sousa Orrego_.pdf: 1535012 bytes, checksum: b6e744cff7702628ea69ae095d198122 (MD5) Previous issue date: 2017-07-31 / Nenhuma / O surgimento de cidades que utilizam conceitos de tecnologia de ponta em várias áreas tem sido possibilitado graças aos progressos no desenvolvimento de sistemas de tecnologia da informação e comunicação. Avanços nas tecnologias de comunicação wireless e da tecnológica da informação e comunicação em geral oferecem oportunidades para a criação de um modelo de crowdsourcing, para registrar e atualizar recursos de uma cidade, baseado em gamificação para cidades inteligentes, objetivando ampliar a independência das pessoas que necessitam dos recursos das cidades e melhorar a qualidade de vida dos cidadãos. Esta dissertação aborda o problema do gerenciamento de recursos para cidades inteligentes utilizando crowdsourcing combinada com gamificação. Foi proposto um modelo, chamado CORE-MM, que permite a utilização de técnicas de crowdsourcing para que o gerenciamento de recursos das cidades seja feito pelos próprios cidadãos interessados, sem depender obrigatoriamente de uma organização ou da administração pública, e técnicas de gamificação para que este comportamento de participação neste processo de gerenciamento de recursos seja incentivado. O CORE-MM propõe o uso de crowdsourcing integrado com gamificação, para gerenciar recursos de uma cidade inteligente, com dois objetivos interdependentes: o de motivar a utilização do sistema pelos usuários, e também o de incentivar sua participação no compartilhamento e gerenciamento de informações. O nome CORE-MM significa COllaborative REsource Management Model, que em português significa Modelo de Gerenciamento Colaborativo de Recursos. / The emergence of cities that use state-of-the-art technology concepts in various areas has been made possible by advances in the development of information and communication technology systems. Advances in wireless communication technologies and information and communication technologies in general offer opportunities for creating a crowdsourcing model, based on gamification for smart cities, to manage cities resources, aiming to broaden the independence of the people that need the cities resources and improve the quality of life of citizens. This study addresses the problem of resource management for smart cities using crowdsourcing combined with gamification. A model called CORE-MM has been proposed by this study, which allows the use of crowdsourcing techniques so that the management of cities resources is done by the citizens themselves, without necessarily having to rely on an organization or public administration, and techniques of gamification to encourage this behavior of participation in this resource management process. CORE-MM proposes the use of crowdsourcing integrated with gamification to manage the resources of an intelligent city, with two interdependent objectives: to motivate the use of the system by the users, and also to encourage their participation in the sharing and management of information. The name CORE-MM stands for COllaborative REsource Management Model.

No description available.

Crowdsourcing och den kollaborativa ekonomin är modeller för öppen innovation som blir allt mer centrala i ett samhälle som står inför morgondagens utmaningar. För att ta itu med globala problem krävs det ett globalt samarbete och ett gemensamt ansvar, där delningsekonomin kan bli avgörande. I denna kvantitativa undersökning svarar vi på frågeställningen om hur upptagandet av och beslutsfattandet kring kollaborativa tjänsteinnovationer kan se ut när vi låter 50 studenter ta del av en kollaborativ tjänsteinnovation. Vi undersöker några befintliga kollaborativa tjänster, redogör för relevanta begrepp och visar på hur Diffusion of innovations kan användas för att förstå något så komplext som hur innovationer kan upptas och spridas i sociala system. Vidare visar vi hur ramverk för konceptualisering av crowdsourcing kan användas för att förstå hur miljöaspekten och viljan att samarbeta kan driva en stor grupp människor till att dela på kompetens, resurser och kunskap. Slutsatser och ett innovationsbidrag lyfts fram som kan hjälpa företag att förstå hur crowdsourcing kan användas och de villkor som spelar roll för individers upptagande. / Crowdsourcing and the sharing economy are essential models for open innovation when facing the challenges of tomorrow. Dealing with global problems require global cooperation and common responsibility, where the sharing economy may become crucial. In this quantitative study we examine how the adoption and decision-making process occurs when we let 50 students take part in a collaborative service innovation. We look at some already existing collaborative innovations, explain relevant concepts and show how Diffusion of innovations can be used to understand something as complex as adoption and diffusion of service innovations in social systems. Furthermore, we show how the framework for conceptualization of crowdsourcing can be used to understand how the environmental aspect and the willingness to cooperate can drive a crowd to share skills, resources and knowledge. Conclusions are presented and a contribution to help crowdsourcing ventures and collaborative networks is highlighted to understand individual adoption and the preconditions that affects their decision-making.

De plus en plus d’organisations scientifiques contemporaines intègrent dans leur processus des foules de participants assignés à des tâches variées, souvent appelés projets de science citoyenne. Ces foules sont une opportunité dans un contexte lié à une avalanche de données massives qui met les structures scientifiques face à leurs limites en terme de ressources et en capacités. Mais ces nouvelles formes de coopération sont déstabilisées par leur nature même dès lors que les tâches déléguées à la foule demandent une certaine inventivité - résoudre des problèmes, formuler des hypothèses scientifiques - et que ces projets sont amenés à être répétés dans l’organisation. A partir de deux études expérimentales basées sur une modélisation originale, cette thèse étudie les mécanismes gestionnaires à mettre en place pour assurer la performance des projets délégués à la foule. Nous montrons que la performance est liée à la gestion de deux types de capitalisation : une capitalisation croisée (chaque participant peut réutiliser les travaux des autres participants) ; une capitalisation séquentielle (capitalisation par les participants puis par les organisateurs). Par ailleurs cette recherche met en avant la figure d’une nouvelle figure managériale pour supporter la capitalisation, le « gestionnaire des foules inventives », indispensable pour le succès des projets. / A growing number of contemporary scientific organizations collaborate with crowds for diverse tasks of the scientific process. These collaborations are often designed as citizen science projects. The collaboration is an opportunity for scientific structures in a context of massive data deluge which lead organizations to face limits in terms of resources and capabilities. However, in such new forms of cooperation a major crisis is caused when tasks delegated to the crowd require a certain inventiveness - solving problems, formulating scientific hypotheses - and when these projects have to be repeated in the organization. From two experimental studies based on an original modeling, this thesis studies the management mechanisms needed to ensure the performance of projects delegated to the crowd. We show that the performance is linked to the management of two types of capitalization: a cross-capitalization (each participant can reuse the work of the other participants); a sequential capitalization (capitalization by the participants then by the organizers). In addition, this research highlights the figure of a new managerial figure to support the capitalization, the "manager of inventive crowds", essential for the success of the projects.

No description available.

No description available.

No description available.

Le réglage des heuristiques d'optimisation de compilateur pour de multiples cibles ou implémentations d’une même architecture est devenu complexe. De plus, ce problème est généralement traité de façon ad-hoc et consomme beaucoup de temps sans être nécessairement reproductible. Enfin, des erreurs de choix de paramétrage d’heuristiques sont fréquentes en raison du grand nombre de possibilités d’optimisation et des interactions complexes entre tous les composants matériels et logiciels. La prise en compte de multiples exigences, comme la performance, la consommation d'énergie, la taille de code, la fiabilité et le coût, peut aussi nécessiter la gestion de plusieurs solutions candidates. La compilation itérative avec profil d’exécution (profiling feedback), le réglage automatique (auto tuning) et l'apprentissage automatique ont montré un grand potentiel pour résoudre ces problèmes. Par exemple, nous les avons utilisés avec succès pour concevoir le premier compilateur qui utilise l'apprentissage pour l'optimisation automatique de code. Il s'agit du compilateur Milepost GCC, qui apprend automatiquement les meilleures optimisations pour plusieurs programmes, données et architectures en se basant sur les caractéristiques statiques et dynamiques du programme. Malheureusement, son utilisation en pratique, a été très limitée par le temps d'apprentissage très long et le manque de benchmarks et de données représentatives. De plus, les modèles d'apprentissage «boîte noire» ne pouvaient pas représenter de façon pertinente les corrélations entre les caractéristiques des programme ou architectures et les meilleures optimisations. Dans cette thèse, nous présentons une nouvelle méthodologie et un nouvel écosystème d’outils(framework) sous la nomination Collective Mind (cM). L’objectif est de permettre à la communauté de partager les différents benchmarks, données d’entrée, compilateurs, outils et autres objets tout en formalisant et facilitant la contribution participative aux boucles d’apprentissage. Une contrainte est la reproductibilité des expérimentations pour l’ensemble des utilisateurs et plateformes. Notre cadre de travail open-source et notre dépôt (repository) public permettent de rendre le réglage automatique et l'apprentissage d’optimisations praticable. De plus, cM permet à la communauté de valider les résultats, les comportements inattendus et les modèles conduisant à de mauvaises prédictions. cM permet aussi de fournir des informations utiles pour l'amélioration et la personnalisation des modules de réglage automatique et d'apprentissage ainsi que pour l'amélioration des modèles de prévision et l'identification des éléments manquants. Notre analyse et évaluation du cadre de travail proposé montre qu'il peut effectivement exposer, isoler et identifier de façon collaborative les principales caractéristiques qui contribuent à la précision de la prédiction du modèle. En même temps, la formalisation du réglage automatique et de l'apprentissage nous permettent d'appliquer en permanence des techniques standards de réduction de complexité. Ceci permet de se contenter d'un ensemble minimal d'optimisations pertinentes ainsi que de benchmarks et de données d’entrée réellement représentatifs. Nous avons publié la plupart des résultats expérimentaux, des benchmarks et des données d’entrée à l'adresse http://c-mind.org tout en validant nos techniques dans le projet EU FP6 Milepost et durant un stage de thèse HiPEAC avec STMicroelectronics. / Tuning general compiler optimization heuristics or optimizing software for rapidly evolving hardware has become intolerably complex, ad-hoc, time consuming and error prone due to enormous number of available design and optimization choices, complex interactions between all software and hardware components, and multiple strict requirements placed on performance, power consumption, size, reliability and cost. Iterative feedback-directed compilation, auto-tuning and machine learning have been showing a high potential to solve above problems. For example, we successfully used them to enable the world's first machine learning based self-tuning compiler, Milepost GCC, which automatically learns the best optimizations across multiple programs, data sets and architectures based on static and dynamic program features. Unfortunately, its practical use was very limited by very long training times and lack of representative benchmarks and data sets. Furthermore, "black box" machine learning models alone could not get full insight into correlations between features and best optimizations. In this thesis, we present the first to our knowledge methodology and framework, called Collective Mind (cM), to let the community share various benchmarks, data sets, compilers, tools and other artifacts while formalizing and crowdsourcing optimization and learning in reproducible way across many users (platforms). Our open-source framework and public optimization repository helps make auto-tuning and machine learning practical. Furthermore, cM let the community validate optimization results, share unexpected run-time behavior or model mispredictions, provide useful feedback for improvement, customize common auto-tuning and learning modules, improve predictive models and find missing features. Our analysis and evaluation of the proposed framework demonstrates that it can effectively expose, isolate and collaboratively identify the key features that contribute to the model prediction accuracy. At the same time, formalization of auto-tuning and machine learning allows us to continuously apply standard complexity reduction techniques to leave a minimal set of influential optimizations and relevant features as well as truly representative benchmarks and data sets. We released most of the experimental results, benchmarks and data sets at http://c-mind.org while validating our techniques in the EU FP6 MILEPOST project and during HiPEAC internship at STMicroelectronics.

Innovation has proven to be an important way for companies to be competitive and relevant in a dynamic market. The construction industry has tended to focus on incremental innovations and is not as familiar with methods for developing radical innovations. Scenario-based portfolio management is a way of structuring radical innovation projects according to possible future scenarios. Within these portfolios, it is necessary to assign the different areas a priority order where the most prioritized areas require a sufficiently high inflow of ideas. The purpose of this study was therefore to investigate how the innovation hub of a large Swedish company in the construction industry can steer the idea generation of radical innovations towards specific areas of development. By conducting internal and external semi-structured interviews, difficulties and opportunities in the company's idea generation could be identified. The results showed that the case company is missing specific methods to increase the number of generated ideas and that there is a lack of communication of the priority domains that exist in the innovation portfolio. It was also shown that there are some organizational difficulties for innovation in the construction industry. An analysis based on the results and a detailed literature study resulted in a number of recommendations. These recommendations demonstrate how open innovation as well as communication and changes in organizational structure should be implemented to achieve an increased number of ideas for the priority areas in a company's innovation portfolio. The recommendations from this study apply to large companies in the construction industry that work actively with innovation. / Innovation har visat sig vara ett viktigt sätt för företag att vara konkurrenskraftiga och relevanta på en dynamisk marknad. Byggindustrin har haft en tendens att fokusera på inkrementella innovationer och saknar i många fall utarbetade metoder för utveckling av radikala innovationer. Scenariobaserad portföljhantering är ett sätt att strukturera radikala innovationsprojekt efter möjliga framtidsscenarion. Inom dessa portföljer är det nödvändigt att tilldela de olika områdena en prioriteringsordning där de mest prioriterade områdena kräver ett tillräckligt högt inflöde av idéer. Syftet med denna studie var därför att undersöka hur innovationshubben på stort svenskt företag inom byggbranschen kan styra idégenerering av radikala innovationer mot ett specifikt utvecklingsområde. Genom att utföra interna samt externa semistrukturerade intervjuer kunde svårigheter och möjligheter i företagets idégenerering identifieras. Resultatet visade att det saknas specifika metoder för att öka mängden idéer som genereras, samt att det finns en brist på kommunikation av de prioriterade domäner som existerar i företagets innovationsportfölj. Det påvisades även att det finns vissa organisatoriska svårigheter för innovation kopplade till byggbranschen. En analys baserad på resultatet samt en utförlig litteraturstudie resulterade i ett antal rekommendationer. Dessa rekommendationer påvisar hur öppen innovation samt kommunikation och förändringar i organisationsstruktur bör implementeras för att uppnå en ökad mängd idéer till de prioriterade områdena i ett företags innovationsportfölj. Rekommendationerna från denna studie är applicerbara på stora företag inom byggbranschen som arbetar aktivt med innovation.