La question de la diaspora tamoule est intimement liée à celle de l'existence d'une communauté à l'étranger prise en étau par une double ambivalence : entre ancrage et mobilité et entre ouverture et fermeture. La recherche se propose d'aborder cette question en revenant sur les conditions d'émergence d'une identité diasporique qui fait fi des clivages de toute sorte. Sur la base d'une série d'entretiens et de questionnaires prenant corps dans une ethnologie multisite, il s'agit plus largement de comprendre ce que signifie être tamoul en France et comment se structure cette expérience. La présentation des différentes trajectoires spatio-temporelles, d'une part, permet de révéler l'hétérogénéité de la catégorie diaspora tamoule, composée de trois segments dont les conditions d'émergence sont liées à des cadres migratoires divergents, d'autre part met en évidence l'émergence de Paris et plus généralement de l'Île-de-France comme pôle important de son fonctionnement.

Nous présentons dans cette thèse une application de l'apprentissage statistique à la détection des irrégularités aux cotisations sociales. L'apprentissage statistique a pour but de modéliser des problèmes dans lesquels il existe une relation, généralement non déterministe, entre des variables et le phénomène que l'on cherche à évaluer. Un aspect essentiel de cette modélisation est la prédiction des occurrences inconnues du phénomène, à partir des données déjà observées. Dans le cas des cotisations sociales, la représentation du problème s'exprime par le postulat de l'existence d'une relation entre les déclarations de cotisation des entreprises et les contrôles effectués par les organismes de recouvrement. Les inspecteurs du contrôle certifient le caractère exact ou inexact d'un certain nombre de déclarations et notifient, le cas échéant, un redressement aux entreprises concernées. L'algorithme d'apprentissage "apprend", grâce à un modèle, la relation entre les déclarations et les résultats des contrôles, puis produit une évaluation de l'ensemble des déclarations non encore contrôlées. La première partie de l'évaluation attribue un caractère régulier ou irrégulier à chaque déclaration, avec une certaine probabilité. La seconde estime les montants de redressement espérés pour chaque déclaration. Au sein de l'URSSAF (Union de Recouvrement des cotisations de Sécurité sociale et d'Allocations Familiales) d'Île-de-France, et dans le cadre d'un contrat CIFRE (Conventions Industrielles de Formation par la Recherche), nous avons développé un modèle de détection des irrégularités aux cotisations sociales que nous présentons et détaillons tout au long de la thèse. L'algorithme fonctionne sous le logiciel libre R. Il est entièrement opérationnel et a été expérimenté en situation réelle durant l'année 2012. Pour garantir ses propriétés et résultats, des outils probabilistes et statistiques sont nécessaires et nous discutons des aspects théoriques ayant accompagné sa conception. Dans la première partie de la thèse, nous effectuons une présentation générale du problème de la détection des irrégularités aux cotisations sociales. Dans la seconde, nous abordons la détection spécifiquement, à travers les données utilisées pour définir et évaluer les irrégularités. En particulier, les seules données disponibles suffisent à modéliser la détection. Nous y présentons également un nouvel algorithme de forêts aléatoires, nommé "forêt uniformément aléatoire", qui constitue le moteur de détection. Dans la troisième partie, nous détaillons les propriétés théoriques des forêts uniformément aléatoires. Dans la quatrième, nous présentons un point de vue économique, lorsque les irrégularités aux cotisations sociales ont un caractère volontaire, cela dans le cadre de la lutte contre le travail dissimulé. En particulier, nous nous intéressons au lien entre la situation financière des entreprises et la fraude aux cotisations sociales. La dernière partie est consacrée aux résultats expérimentaux et réels du modèle, dont nous discutons.Chacun des chapitres de la thèse peut être lu indépendamment des autres et quelques notions sont redondantes afin de faciliter l'exploration du contenu. / We present in this thesis an application of machine learning to irregularities in the case of social contributions. These are, in France, all contributions due by employees and companies to the "Sécurité sociale", the french system of social welfare (alternative incomes in case of unemployement, Medicare, pensions, ...). Social contributions are paid by companies to the URSSAF network which in charge to recover them. Our main goal was to build a model that would be able to detect irregularities with a little false positive rate. We, first, begin the thesis by presenting the URSSAF and how irregularities can appear, how can we handle them and what are the data we can use. Then, we talk about a new machine learning algorithm we have developped for, "random uniform forests" (and its R package "randomUniformForest") which are a variant of Breiman "random Forests" (tm), since they share the same principles but in in a different way. We present theorical background of the model and provide several examples. Then, we use it to show, when irregularities are fraud, how financial situation of firms can affect their propensity for fraud. In the last chapter, we provide a full evaluation for declarations of social contributions of all firms in Ile-de-France for year 2013, by using the model to predict if declarations present irregularities or not.

En réponse aux réglementations environnementales récentes incitant à une gestion préventive de la qualité de l'eau, l'agriculture biologique (AB) constitue une des solutions globales préconisée pour cette gestion préventive. L'objectif de cette thèse est d'étudier les transitions des exploitations agricoles vers l'AB dans les territoires, en prenant les aires d'alimentation de captages (AAC) en Île-de-France comme cas d'étude. En nous inscrivant en agronomie des territoires, nous développons une interface disciplinaire avec la géographie et analysons ces transitions sous l'angle des interactions entre systèmes techniques et de commercialisation à différentes échelles territoriales. Des enquêtes ont été réalisées auprès d'agriculteurs franciliens en systèmes de grandes cultures et de maraîchage et auprès d'opérateurs des filières agricoles. Des « études AAC » en cours ont également été étudiées. Nous avons abordé dans un premier temps les potentialités et les modalités de transition des exploitations vers l'AB en développant des méthodes pour évaluer leur proximité technique à l'AB et l'ampleur des sauts techniques et commerciaux qu'elles auraient à réaliser dans une situation de conversion. Parallèlement, l'analyse des stratégies techniques et commerciales des exploitations biologiques a permis d'aboutir à différents modèles biologiques. Nous avons ensuite montré que les opportunités territoriales de commercialisation jouent sur les possibilités d'évolution des exploitations vers l'AB. Enfin, la pertinence de l'échelle AAC pour engager un développement territorialisé de l'AB a été remise en cause. La complexité de mise en oeuvre de cet objectif a été montrée en lien avec la superposition de territoires de différentes natures. Ce travail contribue à la compréhension des obstacles à l'insertion effective de l'AB dans les territoires à enjeu eau potable. / Organic farming is one of the global solutions recommended in response to recent environmental regulations for preventive management of water quality. The aim of this thesis is to study the transition of farms towards organic farming in specific territories, based on the case of water catchment areas in Ile-de-France. From an agronomy of territories perspective, I develop a disciplinary interface with geography, and analyze these transitions from the viewpoint of interactions between technical and commercialization systems on various territorial scales. My research has included surveys on large-scale farmers and market gardeners in the Ile-de-France region, and on operators of agricultural supply chains. I have also examined "water catchment areas studies" under way. I first consider the potentialities and modalities of farms' transition to organic farming, by developing methods to evaluate their technical proximity to organic farming and the size of the technical and commercial leaps that they would have to make in a situation of conversion. In parallel, an analysis of the technical and commercial strategies of organic farms enables me to produce various biological models. I then show that the territorial opportunities of commercialization impact on organic farms' possibilities to evolve. Finally, the relevance of the water catchment area scale for engaging in territorialized development of organic farming is called into question. The complexity of the implementation of this objective is shown in relation to the superposition of territories of different natures. This work contributes to the understanding of obstacles to the effective introduction of organic farming in territories where drinking water is an issue.