La mondialisation des flux migratoires oblige les Etats à prendre en compte les implications des migrations dans leurs stratégies de développement. Ceci les amène à imaginer des politiques de gestion de ces flux en accord avec leurs objectifs de politique économique. Le corolaire à une immigration sélective peut être une émigration en inadéquation avec les stratégies de développement des pays d'origine. Or, la politique migratoire doit également s'accorder avec les objectifs de la politique d'aide au développement. Nous analysons dans cette thèse ce besoin de cohérence et ses implications politiques. Pour cela, nous rappelons dans une première partie ce qu'est une politique migratoire et examinons les moyens de l'évaluer, puis nous analysons ensuite les effets des migrations dans les pays en développement. La partie consacrée aux politiques migratoires amène à constater le besoin d'évaluation de leur efficacité mais aussi le manque d'outils adéquats pour le faire. Nous proposons ainsi un indicateur d'ouverture des politiques à l'immigration venant des pays en développement construit à partir de la méthode dite " des résidus ". Nous procédons également à une évaluation de l'efficacité des politiques à maîtriser les flux légaux et clandestins grâce à un indicateur que nous élaborons à partir de l'évolution de la législation du pays hôte. Notre étude basée sur le cas Mexique/Etats-Unis montre qu'une politique d'admission légale trop restrictive produit de l'immigration clandestine que la répression peine à combattre de façon efficace. Alors que la revue de la littérature sur les effets des migrations dans les pays en développement ne parvient pas à dégager un consensus clair sur la majorité de ces effets, les analyses effectuées dans la seconde partie soutiennent l'idée que l'émigration qualifiée reste néfaste pour les pays d'origine. Dans une première étude, nous testons l'impact de l'émigration sur le niveau d'éducation en prenant en compte l'incitation à la scolarisation que peut produire une hausse de la probabilité d'émigrer, et la propension des migrants à revenir en ayant acquis un surplus de connaissances à l'étranger. L'étude est effectuée à partir de la simulation d'un modèle théorique, puis par une analyse économétrique. Les résultats infirment la pertinence d'un effet d'incitation. Une seconde étude teste l'impact de l'émigration sur la pauvreté au Cameroun via les effets sur la productivité et les transferts à partir de la simulation d'un modèle d'équilibre général calculable dont les résultats sont introduits dans une analyse microéconomique. Il apparaît que l'émigration telle qu'elle se présente aujourd'hui accroît la pauvreté à court terme. A partir de ce qui précède, nous concluons sur la nécessité de mettre en place un cadre institutionnel de coopération multilatérale large et ambitieux pour espérer concilier les bénéfices attendus d'une immigration sélectionnée avec les effets positifs potentiels de l'émigration dans les pays en développement. Nous admettons cependant dans une dernière analyse que la mise en place de ce cadre ne pourra s'effectuer qu'à long terme du fait de la difficulté de voir converger les intérêts de chaque partie. Nous illustrons ces difficultés par l'étude du comportement de transfert des clandestins mexicains qui établit que le Mexique pourrait ne pas être pleinement coopératif dans la lutte contre ces migrations car elles lui octroient des transferts plus importants et plus productifs à court terme que ceux issus des migrants légaux.

Les migrations constituent un phénomène transnational dont la gestion a traditionnellement occupé l’intérêt des Etats de destination des migrants dans l’exercice de leur souveraineté. Avec l’avènement de la mondialisation, le panorama migratoire s’est transformé. Les migrations occupent une place chaque fois plus importante dans les agendas des Etats ayant compris que la maîtrise des migrations nécessitait de la coopération et de l’action conjointe à l’échelle internationale. La gouvernance des migrations comporte tout un ensemble de défis tant pour les Etats de destination des migrants que pour les Etats d’origine et pour la communauté internationale dans son ensemble. D’une part se présente l’intérêt de contrôler l’arrivée des migrants très influencé par des conceptions sécuritaires; d’une autre part apparaissent les conceptions des migrations comme outils du développement qui visent à tirer profit des effets considérés comme positifs des migrations et restreindre ses effets négatifs. Et finalement nous constatons l’existence de circonstances pouvant mettre en danger les droits humains des migrants et face auxquelles des mesures doivent être prises pour assurer le respect total des droits de l’homme des migrants. Concilier les intérêts présents autour de la maîtrise des migrations n’est pas une tâche facile. Afin de trouver un cadre idéal pour la maîtrise des migrations et la protection des droits des migrants, nous explorons 5 hypothèses d’étude qui nous mènent à analyser la gestion mondiale migratoire, la gouvernance régionale des migrations (dans le cadre de l’Amérique latine et des relations bilatérales entre cette dernière et l’Union européenne), la protection des migrants en tant que personnes vulnérables titulaires des droits à vocation universelle, ainsi que la protection proposé par les Etats d’origine des migrants (le cas particulier de la Colombie). Les atouts et les défis de chaque espace de discussion sont analysés ainsi que leurs apports à la maîtrise des migrations et à la protection des migrants. / Migrations are a transnational phenomenon that its management has traditionally called attention from the destination states exercising its sovereignty. With the arrival of globalization, the migration perspective has changed. Migrations have an increasingly more important place in the government’s agenda, which has understood that migration management needed the cooperation and the joint action at an international level. The governance of migration involves multiple challenges for the destination countries as well as the countries of origin and for the international community. On one hand, it presents the interest of controlling the arrival of migrants, with a strong influence of security conceptions; on the other hand other ideas have immerged that consider migration as tools for development. Those ideas aim to profit from the effects that are considered as benefits of migration and to stop the negative effects. Finally, we consider the existence of the circumstances that can put in danger migrant’s human rights and for which some measures should be taken. Reconciling the interests surrounding the management of migration is not a simple task. For finding ideal management framework for the governance of migration and the protection of migrant’s human rights, we will explore 5 hypotheses. We will analyze the global administration of migration; the regional administration (in the framework of Latin America); the protection of migrants as vulnerable people having universal rights, as well as the protection from the migrant’s state of origin (in the particular case of Colombia). The assets and the challenges of each one of those discussion environments will be analyzed as well as its contributions to migration’s governance and migrant’s protection.

Le trouble du spectre de l'autisme (TSA) est un trouble neurodéveloppemental caractérisé par des interactions sociales atypiques. L’hyperscanning est une technique émergente permettant l'enregistrement simultané de l'activité cérébrale de plusieurs individus lors d'interactions sociales. Dans cette étude, des données d'EEG hyperscanning issues de participants autistes et neurotypiques seront traitées par des techniques d’apprentissage profond (AP), améliorées par l'apprentissage auto-supervisé (AAS) pour analyser et discerner des schémas indicatifs de TSA. L'AP est utilisé pour extraire des schémas à partir des données brutes de l'EEG, réduisant la dépendance à l'ingénierie de caractéristiques manuelles, puis l’AAS est appliqué aux des données EEG non étiquetées. Cependant, malgré le potentiel des techniques d’AP, leur application au TSA reste largement inexplorée, notamment en hyperscanning. Afin de combler cette lacune, nous avons adapté et personnalisé des techniques d'AAS proposée par Banville et al., (2020), en incorporant deux encodeurs AP distincts entraînés pour extraire des caractéristiques significatives à partir de données EEG individuelles, et affinés dans un modèle d’AP de classificateur binaire. Des comparaisons ont été réalisées avec des encodeurs initialement aléatoires et des caractéristiques extraites manuellement des données EEG utilisées comme entrées pour un modèle de régression logistique. Le classificateur binaire entraîné sur des caractéristiques apprises par AAS surpasse systématiquement le classificateur de régression logistique et les encodeurs initialisés aléatoirement, atteignant une précision de 78 %, comparable à la performance la plus élevée rapportée par Banville et al. (2020) de 79,4 %. Nos résultats soulignent l'importance des représentations acquises à partir de signaux EEG individuels dans l'architecture multi-cerveaux adaptée à la classification d’EEG hyperscanning. Cette étude encourage ainsi l’utilisation des modèles d’AP dans les analyses d’EEG hyperscanning, notamment pour le développement d'outils de diagnostic et d'interventions plus précis et efficaces pour les personnes autistes, et ce même avec un nombre limité d'échantillons de données. / Autism spectrum condition (ASC) is a neurodevelopmental condition characterized by atypical social interactions. Traditional research on ASC has primarily focused on individual brain signals, but the emerging technique of hyperscanning enables simultaneous recording of multiple individuals' brain activity during social interactions. In this study, we leverage hyperscanning EEG data and employ Deep Learning (DL) techniques, augmented by self-supervised learning (SSL), to analyze and discern patterns indicative of ASC. DL is utilized to extract patterns from raw EEG data, reducing the reliance on manual feature engineering. SSL further enhances DL's efficacy by training on unlabeled EEG data, particularly useful when labeled datasets are limited. Despite the potential of DL techniques, their application in ASC diagnosis and treatment, particularly in hyperscanning, remains largely unexplored. This project aimed to bridge this gap by analyzing hyperscanning EEG data from autistic and neurotypical participants. Specifically, we adapted and customized SSL techniques proposed by Banville et al., incorporating two distinct DL embedders. These embedders are trained to extract meaningful features from single-brain EEG data and finetuned within a binary classifier DL model using hyperscanning EEG data from autistic and control dyads. Baseline comparisons were conducted with supervised, randomly initialized embedders, and hand-engineered features extracted from hyperscanning EEG using as inputs to a logistic regression model. Notably, the binary classifier trained on SSL-learned features consistently outperforms the logistic regression classifier and randomly initialized embedders, achieving an accuracy of 78%. This accuracy is comparable to Banville et al.'s highest reported performance of 79.4%. Our results underscore the significance of representations acquired from individual EEG signals within the multi-brain architecture tailored for hyperscanning EEG classification. Moreover, they hold promise for broader utilization of DL models in hyperscanning EEG analyses, especially for developing more accurate and efficient diagnostic tools and interventions for autistic individuals, even with limited data samples available.

No description available.