L'objectif de cette thèse est de contribuer à une meilleure compréhension des processus de décision dans les systèmes complexes, en analysant comment les interventions systémiques produisent des changements dans le processus décisionnel mis en oeuvre par les individus. Plus précisément, la recherche consiste à analyser les effets potentiels de l'utilisation d'un modèle systémique par les décideurs, tant sur les activités constitutives du processus de décision, que sur ses dimensions, tout en prenant en considération les déterminants susceptibles d'exercer une influence. Elle s'appuie sur une expérimentation basée sur un cas décisionnel simulé, qui porte sur le système de la propriété intellectuelle des innovations biotechnologiques: les sessions expérimentales consistent en des entretiens menés auprès de décideurs politiques et l'intervention systémique concerne l'utilisation d'un modèle de simulation par la dynamique des systèmes. Les résultats suggèrent: 1) une progression multiple, cumulative, conjonctive et récurrente; 2) une démarche décisionnelle incrémentale, à multiples perspectives et créative; 3) une multiplicité d'acteurs impliqués, ayant des intérêts et des rôles diversifiés 4) des rationalités politique, limitée, contextuelle, voire sociocognitive. De plus, les résultats montrent qu'en situation d'intervention systémique, les décideurs tendent à considérer plus d'éléments d'analyse et de disciplines scientifiques lors de leur analyse décisionnelle, et à impliquer plus d'acteurs tant à l'interne qu'à l'externe.

Le but de ces travaux est de présenter une synthèse des résultats que nous avons obtenus depuis la soutenance de notre thèse de doctorat en 2007 et de proposer des pistes de recherches à court et à moyen terme. Ces réalisations concernent principalement le domaine de l'Aide Multicritère à la Décision (AMCD). Le premier chapitre introduit le domaine de recherche en AMCD, avant de passer à une présentation des objectifs scientifiques qui ont guidé nos travaux. Le deuxième chapitre présente nos contributions algorithmiques et méthodologiques aux 2 principaux courants de pensée de l'AMCD. Le fil rouge de ces travaux est la validation expérimentale des algorithmes proposés en les confrontant à des grandes quantités de données générées artificiellement. L'amélioration des outils informatiques de soutien du processus d'AMCD est une autre de nos préoccupations. Le troisième chapitre traite de cette thématique, alors que le quatrième chapitre illustre quelques cas d'application.

Objectif: De nombreux centres de santé à travers le monde utilisent des critères d'évaluation des préférences cliniques (CPAC) pour donner la priorité aux patients pour accéder aux chirurgies électives. Le processus de priorisation clinique du patient utilise à cette fin les caractéristiques du patient et se compose généralement de critères cliniques, d'expériences de patients précédemment hospitalisés et de commentaires sur les réseaux sociaux. Le but de la hiérarchisation des patients est de déterminer un ordre précis pour les patients et de déterminer combien chaque patient bénéficiera de la chirurgie. En d'autres termes, la hiérarchisation des patients est un type de problème de prise de décision qui détermine l'ordre de ceux qui ont le plus bénéficié de la chirurgie. Cette étude vise à développer une méthodologie hybride en intégrant des algorithmes d'apprentissage automatique et des techniques de prise de décision multicritères (MCDM) afin de développer un nouveau modèle de priorisation des patients. L'hypothèse principale est de valider le fait que l'intégration d'algorithmes d'apprentissage automatique et d'outils MCDM est capable de mieux prioriser les patients en chirurgie élective et pourrait conduire à une plus grande précision. Méthode: Cette étude vise à développer une méthodologie hybride en intégrant des algorithmes d'apprentissage automatique et des techniques de prise de décision multicritères (MCDM) afin de développer un modèle précis de priorisation des patients. Dans un premier temps, une revue de la littérature sera effectuée dans différentes bases de données pour identifier les méthodes récemment développées ainsi que les facteurs de risque / attributs les plus courants dans la hiérarchisation des patients. Ensuite, en utilisant différentes méthodes MCDM telles que la pondération additive simple (SAW), le processus de hiérarchie analytique (AHP) et VIKOR, l'étiquette appropriée pour chaque patient sera déterminée. Dans la troisième étape, plusieurs algorithmes d'apprentissage automatique seront appliqués pour deux raisons: d'abord la sélection des caractéristiques parmi les caractéristiques communes identifiées dans la littérature et ensuite pour prédire les classes de patients initialement déterminés. Enfin, les mesures détaillées des performances de prédiction des algorithmes pour chaque méthode seront déterminées. Résultats: Les résultats montrent que l'approche proposée a atteint une précision de priorisation assez élevée(~70 %). Cette précision a été obtenue sur la base des données de 300 patients et elle pourrait être considérablement améliorée si nous avions accès à plus de données réelles à l'avenir. À notre connaissance, cette étude présente la première et la plus importante du genre à combiner efficacement les méthodes MCDM avec des algorithmes d'apprentissage automatique dans le problème de priorisation des patients en chirurgie élective. / Objective: Many healthcare centers worldwide use Clinical Preference Assessment criteria (CPAC) to prioritize patients for accessing elective surgeries [44]. The patient's clinical prioritization process uses patient characteristics for this purpose and usually consists of clinical criteria, experiences of patients who have been previously hospitalized, and comments on social media. The sense of patient prioritization is to determine an accurate ordering for patients and how much each patient will benefit from the surgery. This research intends to build a hybrid approach for creating a new patient prioritizing model by combining machine learning algorithms with multi-criteria decision-making (MCDM) methodologies. The central hypothesis is to validate that the integration of machine learning algorithms and MCDM tools can better prioritize elective surgery patients and lead to higher accuracy. Method: As a first step, a literature review was performed in different databases to identify the recently developed methods and the most common criteria in patient prioritization. Then, using various MCDM methods, including simple additive weighting (SAW), analytical hierarchy process (AHP), and VIKOR, the appropriate label for each patient was determined. As the third step, several machine learning algorithms were applied to predict each patient's classes. Finally, we established the algorithms' precise prediction performance metrics for each approach. Results: The results show that the proposed approach has achieved relatively high prioritization accuracy (~70%). This accuracy has been obtained based on the data from 300 patients, and it could be significantly improved if we have access to more accurate data in the future. To the best of our knowledge, this research is the first of its type to demonstrate the effectiveness of combining MCDM methodologies with machine learning algorithms in patient prioritization problems in elective surgery.

Cette étude a évalué les propriétés psychométriques d’un outil de dépistage du conflit décisionnel cliniquement significatif, le test SURE, auprès de patients présentant une infection aigüe des voies respiratoires et devant prendre une décision quant à la prise ou non d’antibiotiques. Au moyen d’un questionnaire auto-administré qui leur était fourni immédiatement après la consultation médicale, les 712 patients recrutés dans neuf unités de médecine familiale rattachées à l’Université Laval devaient répondre aux questions du test SURE et par la suite à celles de l’Échelle de Conflit Décisionnel (ÉCD), la mesure de référence du conflit décisionnel. Le coefficient de fidélité Kuder-Richardson 20 du SURE a été de 0,7, et les mesures d’association et de corrélation entre les résultats continus de l’ÉCD et ceux du SURE se sont avérées significatives (P< 0,0001). La sensibilité et la spécificité ont été respectivement de 94,3% (79,4-99,0) et 85,2% (82,2-87,8). Cette étude suggère que le test SURE est adéquat pour dépister le conflit décisionnel en soins primaires. La validité du test dans différents contextes décisionnels devra être évaluée. / This study validated the psychometric properties of a screening tool assessing decisional conflict, the SURE test, in patients with acute respiratory infection who had to make a decision about taking antibiotics or not. Using a self-administered questionnaire which was provided immediately after the medical encounter, 712 patients recruited in nine family practice teaching units related to Laval University were asked to respond to SURE and Decisional Conflict Scale (DCS) questions, the gold-standard measure of decisional conflict. The internal consistency using Kuder-Richardson 20 coefficient was 0.7, and there was a significant correlation between DCS and SURE scores (P< 0.0001). Sensitivity and specificity were 94.3% (79.4-99.0) and 85.2% (82.2-87.8, respectively. This study suggests that the SURE test is appropriate to screen for decisional conflict in primary care. The validity of the test in different decisional contexts should be evaluated.

Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2007-2008. / La présente thèse porte sur la formation de concepts dans une tâche de catégorisation de stimuli visuels multidimensionnels. Elle s'intéresse particulièrement à l'apprentissage dans une tâche de catégorisation de stimuli constitués de caractéristiques séparables psychologiquement et permettant un traitement analytique. Les deux principales questions de recherche portent sur l'apprentissage de règles logiques de classification. La première question s'intéresse au lien entre la représentation logique d'un concept et le niveau de difficulté observé pour apprendre celui-ci. La deuxième question porte sur la modélisation du processus de vérification d'une règle. Les résultats démontrent que la difficulté subjective des concepts ne correspond pas toujours à leur description algébrique minimale, mais s'explique mieux dans certains cas par l'emploi de règles non-minimales. L'occurrence de ces règles non-minimales est expliquée par un processus d'apprentissage par tests d'hypothèses (Nosofsky, Palmeri et McKinley, 1994). Ce projet vise à modéliser les temps de réponse, les proportions de choix et des jugements de typicité des stimuli dans une tâche de catégorisation. Le cadre théorique proposé s'inspire des travaux de Martin et Caramazza (1980) et de Trabasso, Rollins et Shaughnessy (1971). Cette approche consiste à approximer des arbres de décision permettant de représenter la série de tests des caractéristiques effectuée pour classifier chacun des stimuli. Ces arbres de décision permettent de décrire le processus de vérification des critères énoncés dans une règle de classification. Le travail de modélisation s'effectue en trois analyses successives. L'Étude I et II modélisent les données de Lamberts (2000) et de Cohen et Nosofsky (2003). Celles-ci permettent de comparer les modèles d'arbres de décision aux deux modèles les plus reconnus du domaine. L'Étude III rapporte une expérience et modélise les résultats à partir d'arbres de décision obtenus par une méthode déductive (Sayeki, 1969). L'utilité prédictive de différents modèles est évaluée à l'aide d'une méthode de validation croisée (Stone, 1974). L'appui en faveur du concept théorique d'arbre décisionnel tient non seulement des excellentes descriptions quantitatives obtenues, mais aussi de sa capacité à prédire comment l'humain généralise ses apprentissages. / The present thesis is about concept formation in a perceptual categorization task with multidimensional stimuli. Its particular focus is on tasks that involve categorizing visual stimuli composed of psychologically separable features allowing analytical processing. The two main research questions relate to the learning of logical classification rules. The first question concerns the link between a concept's logical representation and the level of difficulty for humans to learn that concept. The second question is how to model the rule verification process when attempting to classify a stimulus. Results demonstrate that the subjective difficulty of concepts does not always correspond to their minimal algebraic description and that in some cases it is better explained by non-minimal rules. The occurrence of these non-minimal rules is explained by a learning process described as hypothesis-testing (Nosofsky, Palmeri and McKinley, on 1994). This project aims to model categorization response times, choice proportions, and subjective typicality judgments for each of the different stimuli presented to the participants. The proposed theoretical framework is inspired by that of Martin and Caramazza (1980) and by Trabasso, Rollins and Shaughnessy (1971). This approach consists in approximating decision trees that represent the sequence of feature tests performed when classifying each of the stimuli. Decision trees describe the verification process of the criteria expressed in a classification rule. The present modeling effort consists in three successive analyses. Study I and II attempt to model the data of Lamberts (2000) and Cohen and Nosofsky (2003). These studies compare the accounts of decision tree models to those from the two most successful models in the field. Study III reports an experiment and attempts to model the results using decisions trees obtained by a deductive method (Sayeki, 1969). The predictive utility of decision tree models is estimated by means of a cross validation procedure (Stone, 1974). The theoretical value of the concept of decision trees comes not only from the excellent quantitative descriptions obtained, but also from its capability to predict how human beings classify novel instances.

Ce mémoire est consacré à l'étude du comportement des acheteurs misant lors d'enchères à valeur commune. Pour ce faire, j'ai programmé une simulation qui permet de reproduire les résultats d'une expérience sur les enchères à valeur commune ayant déjà eu lieu en laboratoire (Kagel, Levin and Harstaad, 1995, KLH dorénavant). Dans ma simulation, les acheteurs se comportent selon deux modèles de base maintes fois employés dans la littérature, soit le modèle Naïf et le modèle de Nash avec neutralité au risque (RNN). Ces modèles caractérisent les stratégies de mise des acheteurs lors d'enchères à valeur commune. Mes simulations suivent le protocole employé par KLH. J'utilise les mêmes paramètres que ceux fixés lors de l'expérience et simule toutes les combinaisons possibles d'acheteurs de types Naïf et RNN dans la population. Je recherche la composition de types d'acheteurs qui reproduit les résultats obtenus lors de l'expérience de KLH. Après analyse de ma simulation, l'acheteur de type Naïf bénéficierait plus d'une telle composition de la population que l'acheteur de type RNN.

Les solutions fondées sur la nature (SFN) sont des systèmes d'ingénierie inspirés de la nature, tels que les zones humides, les cellules de biorétention, les toits verts, les sols poreux ou les jardins de pluie, qui peuvent offrir de nombreux avantages dans un environnement urbain. Elles sont de plus en plus étudiées par la communauté scientifique et considérées par les décideurs comme des actions durables permettant de relever de nombreux défis urbains liés au changement climatique et au développement socio-économique des villes. En effet, elles ont le potentiel de réduire les effets des îlots de chaleur urbains, d'améliorer l'esthétique, d'accroître la biodiversité, d'apporter une gestion de l'eau pluviale à la source, etc. Cette diversité de bénéfices rend l'utilisation de méthodes d'aide multicritère à la décision (AMCD) pertinente pour aider à la prise de décision pour la planification des NBS et ainsi maximiser les bénéfices qu'elles pourraient apporter à l'environnement urbain. Dans cette thèse, nous présentons un état des lieux de la pratique actuelle de la planification des NBS en nous intéressant de près à l'approche par scénarios et aux outils de conception et de planification pour la gestion des eaux pluviales les plus couramment utilisés. Nous présentons également un état des lieux des méthodes et outils AMCD et des processus participatifs qui permettent l'application de ces méthodes. De plus, nous effectuons une revue de littérature des outils et pratiques AMCD-SFN en examinant où ces pratiques sont appliquées, pourquoi et comment ce processus est mené, et qui y est impliqué. Les études sur la planification des SFN utilisant des méthodes AMCD impliquent rarement les parties prenantes au cours du processus et sont généralement menées sur la base d'une étude de cas unique, en utilisant des méthodes AMCD simplifiées et des outils SIG développés pour un contexte spécifique et qui ne sont pas partagés d'une façon ouverte et en ligne par leurs développeurs. Au regard de ces constats, cette thèse a développé i) une approche participative et collaborative impliquant les décideurs, les chercheurs et les parties prenantes pertinentes pour la planification des SFN en suivant la méthode AMCD MACBETH, ii) une méthode qui combine l'outil d'ingénierie de l'eau UrbanBEATS et la méthode MACBETH pour l'évaluation des alternatives d'implantation des SFN, iii) des lignes directrices pour les décideurs concernant l'utilisation des résultats, des méthodes et des outils afin de faciliter le transfert de connaissances et l'utilisation des résultats, et iv) une démonstration de la flexibilité et de l'adaptabilité de la méthode AMCD-SFN dans différents contextes géographiques, socio-politiques et urbains. Cette nouvelle méthode AMCD-SFN comporte cinq étapes : (1) identification des parties prenantes, (2) développement du modèle multicritère, (3) génération d'alternatives d'implantation des SFN, (4) évaluation des alternatives d'implantation des SFN, et (5) présentation et discussion des résultats avec les parties prenantes. Nous présentons trois études de cas avec des municipalités situées dans différents pays et continents : Trois-Rivières au Canada, Toulouse en France et Melbourne en Australie pour démontrer la pertinence et l'adaptabilité de la planification basée sur le AMCD-SFN pour soutenir le processus de prise de décision. / Nature-Based Solutions (NBS) are engineered nature-inspired systems such as wetlands, bioretention cells, green roofs, porous pavement or rain gardens that can provide many benefits in an urban environment. They are increasingly being studied by the scientific community and considered by decision-makers as sustainable actions to address many of the urban challenges associated with climate change and the socio-economic development of cities. Indeed, they have the potential to reduce urban heat island effects, improve aesthetics, increase biodiversity, manage stormwater at source, etc. This diversity of benefits makes the use of multicriteria decision analysis (MCDA) relevant to help decision making for NBS planning and then maximise the benefits they could bring to the urban environment. In this thesis, we present a state-of-the-art of the current practice of NBS planning with a close look at the scenario planning approach, and the different design and planning tools commonly used for stormwater management. We also present a state-of-the-art of the MCDA methods and tools and the participative processes that allow the application of these methods. Moreover, we carry out a critical literature review on MCDA-NBS tools and practices by looking where these practices are applied, why and how this process is conducted, and who is involved in it. We found that studies for NBS planning using MCDA rarely involve stakeholders during the process and are usually conducted on a single case study basis, using simple MCDA methods and GIS tools developed for a specific context and not shared online and open source by their developers. Therefore, this thesis developed i) a participatory and collaborative approach involving decision-makers, researchers, and relevant stakeholders for NBS planning following the MACBETH MCDA method, ii) a method that combines the UrbanBEATS water engineering tool and the MACBETH MCDA method for evaluating NBS alternatives, iii) guidelines for decision-makers in the use of results, methods, and tools to facilitate knowledge transfer and the usability of results, and iv) a demonstration of the flexibility and adaptability of the MCDA-NBS method to different geographical, socio-political, and urban contexts. This new MCDA-NBS method has five steps: (1) identifying stakeholders, (2) developing the multicriteria model, (3) generating NBS alternatives, (4) evaluating NBS alternatives, and (5) presenting and discussing results with stakeholders. We present three municipality case studies located in different countries and continents: Trois-Rivières in Canada, Toulouse in France and Melbourne in Australia, to demonstrate the relevance and adaptability of MCDA-NBS-based planning to support the decision-making process.

La prise de décisions est une activité à forte intensité de connaissances, nécessitant la création et utilisation des connaissances pour l'amélioration de la qualité des décisions, soit la performance décisionnelle (PD). La PD est un défi pour tous les gestionnaires, peu importe le secteur industriel dans lequel ils œuvrent, car les décisions deviennent plus complexes, moins structurées, et fondées sur les connaissances organisationnelles. Bien que la GC soit soulignée pour sa contribution à la PD, les liens entre ces deux concepts n’ont pas été établis dans les recherches précédentes. L’objectif de cette thèse comble cette lacune en investiguant l’apport d’une approche multidimensionnelle de la GC à la PD, considérant des facteurs touchant les dimensions technologiques, humaines, organisationnelles, et une culture reconnaissant la valeur de la connaissance pour l’organisation. Les dimensions traitées, soit les moyens et outils, les processus, la structure et la culture de la GC sont les plus fréquemment mentionnées dans la littérature, mais traitées de manière isolée. Notre recherche vise à corriger cette faille, portant une attention particulière aux effets d’interaction entre les dimensions de la GC, et ce, dans un contexte réel. Pour ce faire, une recherche-action menée dans une entreprise du secteur forestier, traitant des opérations forestières. Ce terrain nous a offert de riches résultats, car des problématiques semblables se retrouvent dans d’autres secteurs d’activités. Nos résultats suggèrent qu’une approche multidimensionnelle de la GC est fructueuse pour l’amélioration de la PD, notamment quant à la productivité, l’agilité, l’innovation et la réputation des décisions. Nos résultats illustrent aussi la connexion entre les dimensions de la GC pour une meilleure PD, nous permettant de valider empiriquement qu’elles sont toutes importantes à prendre en compte et sont interreliées. Des mécanismes et des initiatives mis en place ont permis de illustrer ces liens. Par exemple, l’adoption d’outils de GC requiert des activités de la GC adaptées, une structure les soutenant, et une culture favorisant le partage, l’utilisation, et la création de connaissances en vue d’une meilleure PD. La démarche utilisée dans le cadre de notre recherche-action peut être mise à profit d’autres organisations qui cherchent à améliorer la PD. Mots-clés : gestion des connaissances; performance décisionnelle; recherche-action; cartographie des connaissances; planification forestière; réseau d’approvisionnement forestier. / Improving decision performance (DP) is a challenge for all managers, regardless of the industry in which they work. This challenge is even more important in the current business environment where decisions become more complex, less structured, and increasingly based on organizational knowledge. Although KM is underlined for his contribution to the PD, recent research indicates the relationship between these two concepts needs more investigation in order to be better exploited in the management of organizations. To fill this gap, the objective of this thesis was to investigate the contribution of a multidimensional approach of KM to better support DP. Our approach considers factors from organizational, technological and human dimensions, and a culture that recognizes the value of knowledge. These dimensions of KM are mentioned in the literature, and are often investigated separately. However, in this thesis we pay special attention to interaction effects between them, to provide a holistic perspective in a real context. We conducted an action research in a company in the forestry sector; particularly we studied planning and forecasting of forest operations processes. This fieldwork provided rich data and interesting results, as well as highliighting problems that can be found in other sectors. Our results provide a deeper understanding and a holistic view of the KM based on a multidimensional approach to better support DP within organizations. Our results show that organizational, technological and cultural dimensions of the KM are all important and are deeply interrelated. We put in place mechanisms and initiatives that allowed us to validate this empirically. The approach used in the context of our action research can be exploited in other companies that seek to improve the DP, whether the forestry sector or elsewhere. Key words: Knowledge management; Decision performance; Multidimensional approach of KM; Action research; Knowledge mapping; Business process mapping; Forestry operations; Wood supply network.

L'organisation des démarches de prise de décision à l'intérieur d'un parcours thérapeutique présenterait une structure relativement homogène selon le groupe culturel d'appartenance d'un individu. L'objectif principal de cette étude est d'explorer les facteurs impliqués dans ces démarches faites par les Québécois francophones aux prises avec des problèmes de santé mentale. L'analyse de contenu d'un corpus de récits de vie (N=lO)permet d'atteindre cet objectif. Ces récits sont recueillis lors d'entrevues semi-directives. Un tableau descriptif des alternatives présentes dans l'imaginaire des aidés est dressé. On observe une tendance chez les sujets à privilégier le choix d'alternatives non professionnelles. Dans les alternatives professionnelles, les ressources médicales représentent le groupe d'alternatives les plus fréquemment choisies. Sept facteurs impliqués dans les démarches de prise de décision sont identifiés et décrits à l'intérieur d'une grille d'analyse. À l'aide de cette grille, une analyse qualitative est menée, ce qui permet de faire ressortir certaines particularités émergeant des principaux résultats obtenus lors de la synthèse des alternatives.

La revue des méthodes de classification révèle des forces et des faiblesses dans chacun des paradigmes de la classification. Notre ambition est d 'étendre le champ d'application de certaines méthodes, en essayant de concilier les avantages de l'apprentissage statistique et ceux de l'Aide Multicritère à la Décision. Cette thèse vise le développement de modèles de classification supervisée dans un cadre multi-classes et multicritère. Elle apporte particulièrement des éléments de réponse aux questions de recherche suivantes: Sous quelles conditions la classification multi-classes se réduit-elle à la classification binaire? Quel est le lien entre cette réduction et la pénalisation des erreurs? Est-il possible de déterminer des bornes multi-classes simultanées? De telles bornes peuvent-elles être à la fois calculables et serrées? Peut-on concevoir un modèle de classification qui satisfait d'une part les différentes exigences de l'aide multicritère à la décision et qui offre d'autre part une gamme « suffisante » d'arbitrages entre précision et complexité? Cette thèse offre une revue du champ de la classification. Pour bien saisir ce champ, il s'avère nécessaire de s'arrêter sur les différentes approches de classification et de caractériser les méthodes de classification connues. C'est ainsi que cette thèse adopte une vision multidisciplinaire pour adresser les questions de recherche posées. Des bornes multi-classes simultanées pour mesurer la performance des classificateurs multi-classes sont développées. En énonçant et démontrant le principe de réduction, nous montrons le lien entre l'asymétrie de la structure de pénalisation des erreurs et la nature multi-classes du problème de classification. Nous généralisons par la suite les bornes de la classification binaire dans le cas multi-classes. Ainsi, nous développons des bornes optimales pour évaluer, voire estimer des classificateurs multi-classes. Un modèle à base de pavés pour l'estimation d'un classificateur multi-classes et multicritère est proposé. Ce modèle établit la preuve qu'il est possible de concilier les concepts et les avantages de l'apprentissage statistique et de l'aide multicritère à la décision. La faisabilité du modèle est vérifiée sur un exemple de taille réduite. Nous illustrons aussi un arbitrage fondamental entre précision et complexité des classificateurs.