Des nombreuses applications participatives, commerciales et académiques se appuient sur des volontaires ("la foule") pour acquérir, désambiguiser et nettoyer des données. Ces applications participatives sont largement connues sous le nom de plates-formes de crowdsourcing où des amateurs peuvent participer à de véritables projets scientifiques ou commerciaux. Ainsi, des demandeurs sous-traitent des tâches en les proposant sur des plates-formes telles que Amazon MTurk ou Crowdflower. Puis, des participants en ligne sélectionnent et exécutent ces tâches, appelés microtasks, acceptant un micropaiement en retour. Ces plates-formes sont confrontées à des défis tels qu'assurer la qualité des réponses acquises, aider les participants à trouver des tâches pertinentes et intéressantes, tirer parti des compétences expertes parmi la foule, respecter les délais des tâches et promouvoir les participants qui accomplissent le plus de tâches. Cependant, la plupart des plates-formes ne modélisent pas explicitement les compétences des participants, ou se basent simplement sur une description en terme de mots-clés. Dans ce travail, nous proposons de formaliser les compétences des participants au moyen d'une structure hiérarchique, une taxonomie, qui permet naturellement de raisonner sur les compétences (détecter des compétences équivalentes, substituer des participants, ...). Nous montrons comment optimiser la sélection de tâches au moyen de cette taxonomie. Par de nombreuses expériences synthétiques et réelles, nous montrons qu'il existe une amélioration significative de la qualité lorsque l'on considère une structure hiérarchique de compétences au lieu de mots-clés purs. Dans une seconde partie, nous étudions le problème du choix des tâches par les participants. En effet, choisir parmi une interminable liste de tâches possibles peut s'avérer difficile et prend beaucoup de temps, et s’avère avoir une incidence sur la qualité des réponses. Nous proposons une méthode de réduction du nombre de propositions. L'état de l'art n'utilise ni une taxonomie ni des méthodes de classement. Nous proposons un nouveau modèle de classement qui tient compte de la diversité des compétences du participant et l'urgence de la tâche. À notre connaissance, nous sommes les premiers à combiner les échéances des tâches en une métrique d'urgence avec la proposition de tâches pour le crowdsourcing. Des expériences synthétiques et réelles montre que nous pouvons respecter les délais, obtenir des réponses de haute qualité, garder l'intérêt des participants tout en leur donnant un choix de tâches ciblé. / A large number of commercial and academic participative applications rely on a crowd to acquire, disambiguate and clean data. These participative applications are widely known as crowdsourcing platforms where amateur enthusiasts are involved in real scientific or commercial projects. Requesters are outsourcing tasks by posting them on online commercial crowdsourcing platforms such as Amazon MTurk or Crowdflower. There, online participants select and perform these tasks, called microtasks, accepting a micropayment in return. These platforms face challenges such as reassuring the quality of the acquired answers, assisting participants to find relevant and interesting tasks, leveraging expert skills among the crowd, meeting tasks' deadlines and satisfying participants that will happily perform more tasks. However, related work mainly focuses on modeling skills as keywords to improve quality, in this work we formalize skills with the use a hierarchical structure, a taxonomy, that can inherently provide with a natural way to substitute tasks with similar skills. It also takes advantage of the whole crowd workforce. With extensive synthetic and real datasets, we show that there is a significant improvement in quality when someone considers a hierarchical structure of skills instead of pure keywords. On the other hand, we extend our work to study the impact of a participant’s choice given a list of tasks. While our previous solution focused on improving an overall one-to-one matching for tasks and participants we examine how participants can choose from a ranked list of tasks. Selecting from an enormous list of tasks can be challenging and time consuming and has been proved to affect the quality of answers to crowdsourcing platforms. Existing related work concerning crowdsourcing does not use either a taxonomy or ranking methods, that exist in other similar domains, to assist participants. We propose a new model that takes advantage of the diversity of the parcipant's skills and proposes him a smart list of tasks, taking into account their deadlines as well. To the best of our knowledge, we are the first to combine the deadlines of tasks into an urgency metric with the task proposition for knowledge-intensive crowdsourcing. Our extensive synthetic and real experimentation show that we can meet deadlines, get high quality answers, keep the interest of participants while giving them a choice of well selected tasks.

Chapter 1: The Determinants of the Production of Research by US Universities<p>Chapter 2: Investment in Vocational and General Human Capital: A Theoretical Approach<p>Chapter 3: Urban Migrations and the Labor Market<p>Chapter 4: Local social capital and geographical mobility<p>Chapter 5: Social Supervision and Electoral Stability on the Geographical Scale in Belgium / Doctorat en Sciences économiques et de gestion / info:eu-repo/semantics/nonPublished

L'agrégation de classements consiste à établir un consensus entre un ensemble de classements (éléments ordonnés). Bien que ce problème ait de très nombreuses applications (consensus entre les votes d'utilisateurs, consensus entre des résultats ordonnés différemment par divers moteurs de recherche...), calculer un consensus exact est rarement faisable dans les cas d'applications réels (problème NP-difficile). De nombreux algorithmes d'approximation et heuristiques ont donc été conçus. Néanmoins, leurs performances (en temps et en qualité de résultat produit) sont très différentes et dépendent des jeux de données à agréger. Plusieurs études ont cherché à comparer ces algorithmes mais celles-ci n’ont généralement pas considéré le cas (pourtant courant dans les jeux de données réels) des égalités entre éléments dans les classements (éléments classés au même rang). Choisir un algorithme de consensus adéquat vis-à-vis d'un jeu de données est donc un problème particulièrement important à étudier (grand nombre d’applications) et c’est un problème ouvert au sens où aucune des études existantes ne permet d’y répondre. Plus formellement, un consensus de classements est un classement qui minimise le somme des distances entre ce consensus et chacun des classements en entrés. Nous avons considérés (comme une grande partie de l’état-de-art) la distance de Kendall-Tau généralisée, ainsi que des variantes, dans nos études. Plus précisément, cette thèse comporte trois contributions. Premièrement, nous proposons de nouveaux résultats de complexité associés aux cas que l'on rencontre dans les données réelles où les classements peuvent être incomplets et où plusieurs éléments peuvent être classés à égalité. Nous isolons les différents « paramètres » qui peuvent expliquer les variations au niveau des résultats produits par les algorithmes d’agrégation (par exemple, utilisation de la distance de Kendall-Tau généralisée ou de variantes, d’un pré-traitement des jeux de données par unification ou projection). Nous proposons un guide pour caractériser le contexte et le besoin d’un utilisateur afin de le guider dans le choix à la fois d’un pré-traitement de ses données mais aussi de la distance à choisir pour calculer le consensus. Nous proposons finalement une adaptation des algorithmes existants à ce nouveau contexte. Deuxièmement, nous évaluons ces algorithmes sur un ensemble important et varié de jeux de données à la fois réels et synthétiques reproduisant des caractéristiques réelles telles que similarité entre classements, la présence d'égalités, et différents pré-traitements. Cette large évaluation passe par la proposition d’une nouvelle méthode pour générer des données synthétiques avec similarités basée sur une modélisation en chaîne Markovienne. Cette évaluation a permis d'isoler les caractéristiques des jeux de données ayant un impact sur les performances des algorithmes d'agrégation et de concevoir un guide pour caractériser le besoin d'un utilisateur et le conseiller dans le choix de l'algorithme à privilégier. Une plateforme web permettant de reproduire et étendre ces analyses effectuée est disponible (rank-aggregation-with-ties.lri.fr). Enfin, nous démontrons l'intérêt d'utiliser l'approche d'agrégation de classements dans deux cas d'utilisation. Nous proposons un outil reformulant à-la-volé des requêtes textuelles d'utilisateur grâce à des terminologies biomédicales, pour ensuite interroger de bases de données biologiques, et finalement produire un consensus des résultats obtenus pour chaque reformulation (conqur-bio.lri.fr). Nous comparons l'outil à la plateforme de références et montrons une amélioration nette des résultats en qualité. Nous calculons aussi des consensus entre liste de workflows établie par des experts dans le contexte de la similarité entre workflows scientifiques. Nous observons que les consensus calculés sont très en accord avec les utilisateurs dans une large proportion de cas. / The rank aggregation problem is to build consensus among a set of rankings (ordered elements). Although this problem has numerous applications (consensus among user votes, consensus between results ordered differently by different search engines ...), computing an optimal consensus is rarely feasible in cases of real applications (problem NP-Hard). Many approximation algorithms and heuristics were therefore designed. However, their performance (time and quality of product loss) are quite different and depend on the datasets to be aggregated. Several studies have compared these algorithms but they have generally not considered the case (yet common in real datasets) that elements can be tied in rankings (elements at the same rank). Choosing a consensus algorithm for a given dataset is therefore a particularly important issue to be studied (many applications) and it is an open problem in the sense that none of the existing studies address it. More formally, a consensus ranking is a ranking that minimizes the sum of the distances between this consensus and the input rankings. Like much of the state-of-art, we have considered in our studies the generalized Kendall-Tau distance, and variants. Specifically, this thesis has three contributions. First, we propose new complexity results associated with cases encountered in the actual data that rankings may be incomplete and where multiple items can be classified equally (ties). We isolate the different "features" that can explain variations in the results produced by the aggregation algorithms (for example, using the generalized distance of Kendall-Tau or variants, pre-processing the datasets with unification or projection). We propose a guide to characterize the context and the need of a user to guide him into the choice of both a pre-treatment of its datasets but also the distance to choose to calculate the consensus. We finally adapt existing algorithms to this new context. Second, we evaluate these algorithms on a large and varied set of datasets both real and synthetic reproducing actual features such as similarity between rankings, the presence of ties and different pre-treatments. This large evaluation comes with the proposal of a new method to generate synthetic data with similarities based on a Markov chain modeling. This evaluation led to the isolation of datasets features that impact the performance of the aggregation algorithms, and to design a guide to characterize the needs of a user and advise him in the choice of the algorithm to be use. A web platform to replicate and extend these analyzes is available (rank-aggregation-with-ties.lri.fr). Finally, we demonstrate the value of using the rankings aggregation approach in two use cases. We provide a tool to reformulating the text user queries through biomedical terminologies, to then query biological databases, and ultimately produce a consensus of results obtained for each reformulation (conqur-bio.lri.fr). We compare the results to the references platform and show a clear improvement in quality results. We also calculate consensus between list of workflows established by experts in the context of similarity between scientific workflows. We note that the computed consensus agree with the expert in a very large majority of cases.

Cette thèse de maîtrise est une analyse thématique des odeurs telles qu’elles se présentent dans les trois premiers romans de l’écrivaine québécoise Lise Tremblay : L’hiver de pluie (1990), La pêche blanche (1994) et La danse juive (1997). Ses principaux objectifs sont d’abord l’analyse du thème de l’olfaction présent dans ces trois romans puis sa mise en relation subséquente avec la progression narrative du texte. Pour le cadre théorique, nous avons recours à l’approche phénoménologique de Gaston Bachelard. Ce travail veut démontrer de quelles manières les manifestations olfactives épousent la trajectoire intime des héros. À partir des résultats obtenus par l’étude des œuvres de Lise Tremblay, nous voulons jeter les bases d’un outil de classification des odeurs pouvant trouver sa mise en application à d’autres corpus littéraires.

Cette étude dresse le portrait des collections de littérature jeunesse à contenu LGBTQ dans les bibliothèques publiques québécoises afin de déterminer si la population est bien servie à cet égard, peu importe le lieu et la taille de la collectivité. Pour ce faire, nous avons adopté une approche qualitative et utilisé la méthode de l’évaluation par liste. Ainsi, les collections de 41 bibliothèques publiques municipales ont été examinées au moyen d’une liste de vérification de 38 titres de littérature jeunesse à contenu LGBTQ publiés de 2003 à 2018. Les données recueillies ont fait l’objet d’une analyse statistique surtout descriptive. À l’instar d’études antérieures sur les collections des bibliothèques canadiennes et américaines, la présente recherche a montré que le niveau de présence de la littérature jeunesse à contenu LGBTQ varie considérablement selon les bibliothèques et que la taille des populations, l’importance des collections et le budget consacré aux livres ne suffisent pas à expliquer toutes les fluctuations. L’analyse des données a aussi permis de révéler que les romans à contenu LGBTQ destinés aux ados étaient beaucoup plus susceptibles de figurer dans les collections que les albums et les premiers romans destinés aux enfants. De plus, l’analyse a montré que le thème de l’homosexualité masculine était largement représenté dans les collections, tandis que celui de l’homoparentalité était considérablement sous-représenté. Pourtant, selon les données recueillies, les albums pour enfants sur le thème de l’homoparentalité sont justement le type de matériel qui était le plus emprunté dans les bibliothèques au moment de l’étude. Cette étude exploratoire ne permet pas de conclure avec certitude que les collections de littérature jeunesse à contenu LGBTQ dans les bibliothèques québécoises sont suffisantes et appropriées. Toutefois, la comparaison des résultats obtenus avec ceux d’autres recherches suggère que, dans l’ensemble, les bibliothèques québécoises font plutôt bien à cet égard. / The purpose of this study is to examine the stocks of young adult and children’s literature collections with LGBTQ content made available in Québec public libraries to determine whether the population is sufficiently provided for, regardless of the location and size of the city or town where they live. To carry out this research project, we used the checklist evaluation method. Collections from a sample of 41 municipal public libraries were thus examined, using a checklist of 38 young adult and children’s literature titles with LGBTQ content, published from 2003 to 2018. The collected data was subjected to statistical analysis. As with previous studies of Canadian and American public library collections, this research has shown that the level of presence of young adult and children’s literature with LGBTQ content varies considerably in all libraries, and that the size of populations, the size of collections and the budgets for printed books can’t explain all the fluctuations. Data analysis also revealed that novels with LGBTQ content for teenagers were much more likely to be held in collections than early readers’ novels and children’s picture books. The results have also shown that male homosexuality as a theme is well represented in the collections, while same sex parenthood is significantly underrepresented. However, according to the data, the picture books for children on the topic of same-sex parenthood are exactly the type of material which was the most borrowed in the sampled libraries at the time of the study. This exploratory study alone does not entirely support the conclusion that collections of young adult and children’s literature with LGBTQ content in Québec public libraries are sufficient and appropriate. However, comparing results from this research to those from other researches suggests that, overall, Quebec libraries seem to be doing well in this regard.

L’industrie forestière compte pour une partie importante de l’activité économique québécoise et de nombreuses communautés en dépendent. Dans les forêts naturelles, la grande diversité d’espèces d’arbres et de qualité des tiges accroit la complexité des opérations de triage et de gestion des flux. De plus, l’éloignement de la ressource forestière entraîne des coûts de transport élevés. Par ailleurs, la littérature scientifique démontre que la mutualisation du transport s’avère profitable (Epstein et al. 2007), mais qu’elle est cependant fort complexe à déployer (Frisk et al. 2010). Finalement, la transition de systèmes de production en flux poussés vers des systèmes en flux tirés et les difficultés récentes de cette industrie (déclin du secteur des pâtes et papiers, crise immobilière de 2008-09, etc.) rendent d’autant plus pertinent d’examiner des façons de mieux tirer profit de la ressource forestière. À cet égard, la création de cours de triage et de consolidation qui soient distinctes des sites en forêt et des usines offre de multiples occasions de maximisation de la valeur et de minimisation des coûts. De tels centres représentent cependant un défi important quant à leur gestion quotidienne et à leur insertion dans le réseau logistique déjà en place. Nous posons donc l’hypothèse que certains facteurs économiques, logistiques et environnementaux, permettraient à un centre logistique forestier comprenant une cour de triage et une coordination du transport de créer des économies de coût, notamment par l’entremise de l’utilisation du transport hors norme (Chan et al. 2008a) et de coûts de triage plus bas (tel que nous pouvons le déduire de Favreau 1995). Nous pensons également que le fait d’effectuer des activités de triage au centre procurerait une valeur économique supplémentaire aux entreprises utilisant ses services, en limitant le taux d’erreur dans la classification des billes tel que relevé dans Sessions (2005). Cette thèse vise donc à identifier certains facteurs clés influençant la profitabilité d’un centre logistique forestier régional comportant une cour dédiée au triage et une coordination du transport. Par la suite, nous prenons en comptes ces facteurs lors du développement d’un modèle de maximisation des profits d’un réseau logistique forestier comprenant ou non une cour dédiée au triage ainsi que l’utilisation des retours en charge. Nous avons d’abord appliqué ce modèle à un cas théorique et réaliste et nous avons obtenu des gains potentiels atteignant 0,88$ de profit supplémentaire par m3 disponible à la récolte sur l’ensemble du réseau. Nous avons par la suite utilisé ce modèle pour optimiser un cas d’étude plus complexe et analyser le fonctionnement du réseau y compris en le modifiant. Une analyse de sensibilité révéla que plusieurs facteurs tels que la distance des zones de récolte, le nombre de camions hors norme et le niveau des redevances avaient une influence significative sur la profitabilité du centre projeté. Enfin, dans le cas d’étude, nous avons décelé un effet dynamique entre l’opération d’une cour de triage et l’utilisation des retours en charge. L’ajout d’une cour de triage permet ainsi de réduire la durée moyenne des routes de livraison en scindant en deux les flux de matière entre les forêts et les usines, ce qui facilite le respect des limites de durées de conduite. Surtout, une telle cour fait en sorte qu’un même site peut servir autant comme origine que comme destination, ouvrant la porte à d’importantes réductions du transport à vide. / The forest industry represents an important part of Quebec’s economic activity and many local communities depend on this sector. In natural forests, the great diversity of tree species and quality brings an added complexity for sorting operations and the flow of resources. Furthermore, the remoteness of the resource implies high transportation costs. Scientific literature demonstrates that sharing transportation capacity can result in important cost reductions (Epstein et al. 2007), but is quite complex to put into place (Frisk et al.2010). Finally, the transition from push systems towards pull type supply chains and the recent difficulties for this industry (decline of the pulp and paper sector, housing crisis of 2008-09, etc.) make it all the more relevant to examine how to better use the wood resource. In this regard, the creation of sort yards, distinct from both the harvesting sites and the mills, offers many opportunities for maximizing value and minimizing costs. Such centers however, represent an important challenge in regards to their daily management and their insertion in the pre-existing logistics network. We therefore hypothesize that for certain economic, logistical and environmental factors, a logistics center comprised of a sort yard and transportation coordination, could generate cost savings, especially through the use of oversize trucks (Chan et al. 2008) and lower sorting costs (as can be deduced from Favreau 1995). We also sense that the sorting activities performed in such a center would also procure an added economic value for companies using its services by limiting the error rate in the classification of the logs, as presented in Sessions (2005). The purpose of this thesis is therefore to identify key factors regarding their impact on the profitability of a regional forest logistics center, combining a specific sort yard and the use of backhauling. Following this, we consider these factors in the development of a profit maximization model for a forest logistics network with the option of using such a sort yard and/or backhauling. This model was first applied to a fictitious but realistic case using generated data in order to estimate the magnitude of potential profit improvements which reached up to $ 0.88 per m3 available for harvest. The model was then applied to optimize a real and complex network to analyze its performance as well as slightly modified versions. A sensitivity analysis was also conducted and revealed that many factors such as distances from the harvesting zones, the number of oversize trucks and the level of stumpage fees had a significant influence on the profitability of such a center. In addition, a dynamic effect between the operation of the yard and the use of backhauling was observed for the real case. The addition of a sort yard allows to reduce the average length of delivery routes by breaking in two the flow of material between the harvesting areas and the production mills. This makes it easier to fit delivery routes within the legal driving time limit. Most importantly, such a yard can serve both as an origin and a destination, therefore opening the door to important reductions in deadheading.