Cette recherche explore comment l’infrastructure et les utilisations d’eBird, l’un des plus grands projets de science citoyenne dans le monde, se développent et évoluent dans le temps et l’espace. Nous nous concentrerons sur le travail d’eBird avec deux de ses partenaires latino-américains, le Mexique et le Pérou, chacun avec un portail Web géré par des organisations locales. eBird, qui est maintenant un grand réseau mondial de partenariats, donne occasion aux citoyens du monde entier la possibilité de contribuer à la science et à la conservation d’oiseaux à partir de ses observations téléchargées en ligne. Ces observations sont gérées et gardées dans une base de données qui est unifiée, globale et accessible pour tous ceux qui s’intéressent au sujet des oiseaux et sa conservation. De même, les utilisateurs profitent des fonctionnalités de la plateforme pour organiser et visualiser leurs données et celles d’autres. L’étude est basée sur une méthodologie qualitative à partir de l’observation des plateformes Web et des entrevues semi-structurées avec les membres du Laboratoire d’ornithologie de Cornell, l’équipe eBird et les membres des organisations partenaires locales responsables d’eBird Pérou et eBird Mexique. Nous analysons eBird comme une infrastructure qui prend en considération les aspects sociaux et techniques dans son ensemble, comme un tout. Nous explorons aussi à la variété de différents types d’utilisation de la plateforme et de ses données par ses divers utilisateurs. Trois grandes thématiques ressortent : l’importance de la collaboration comme une philosophie qui sous-tend le développement d’eBird, l’élargissement des relations et connexions d’eBird à travers ses partenariats, ainsi que l’augmentation de la participation et le volume des données. Finalement, au fil du temps on a vu une évolution des données et de ses différentes utilisations, et ce qu’eBird représente comme infrastructure. / This research explores the evolution of the infrastructure and uses of eBird, one of the world’s largest citizen science projects. It concentrates on the work of eBird with two of its local partners in Latin America who manage regional portals in Mexico and Peru. eBird allows users throughout the world to contribute their observations of birds online and so to advance the case of science and conservation. These observations are stored and managed in a unified, global database that is freely accessible to all who are interested in birds and their conservation. Participants can use the platform’s various functionalities to organize and visualize their data as well as that of others. The research follows a qualitative methodology based on observation of the eBird platform and on interviews with members of the Cornell Lab of Ornithology, the eBird team and members of local organizations responsible for eBird in Peru and Mexico. We analyze eBird as an infrastructure whose technical and social sides are interrelated and need to be examined simultaneously. We also explore how the eBird team conceives the uses of the eBird platform and the data it contains. Three major themes emerge: the philosophy of collaboration underlying the development of eBird, the extension and diversification of eBird through its network of partnerships and a corresponding increase in both participation and volume of data. Finally, we also observe an evolution in the type and variety of uses for eBird observations and the eBird infrastructure itself.

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.

<p> Efficiency is an essential metric for assessing turbine performance. Modern turbines rely heavily on numerical computational fluid dynamic (CFD) tools for design improvement. With more compact turbines leading to lower aspect ratio airfoils, the influence of secondary flows is significant on performance. Secondary flows and detached flows, in general, remain a challenge for commercial CFD solvers; hence, there is a need for high fidelity experimental data to tune these solvers used by turbine designers. Efficiency measurements in engine-representative test rigs are challenging for multiple reasons; an inherent problem to any experiment is to remove the effects specific to the turbine rig. This problem is compounded by the narrow uncertainty band required, ideally less than 0.5% uncertainty, to detect the incremental improvements achieved by turbine designers.  Efficiency measurements carried out in engine-representative turbine rigs have traditionally relied upon strong assumptions, such as neglecting heat transfer effects. Furthermore, prior to this research there was no framework to compute uncertainty propagation that combines both inputs from experiments and computational tools. </p> <p>This dissertation presents a comprehensive methodology to obtain high-fidelity adiabatic efficiency data in engine-representative turbine facilities. This dissertation presents probabilistic sampling techniques to allow for uncertainty propagation. The effect of rig-specific effects such as heat transfer and gas properties, on efficiency is demonstrated. Sources of uncertainty are identified, and a framework is presented which divides the sources into bias and stochastic. The framework allows the combination of experimental and numerical uncertainty. The accuracy of temperature and aerodynamic pressure probes, used for efficiency determination, is quantified. Corrections for those effects are presented that rely on hybrid numerical and experimental methods. Uncertainty is propagated through these methods using numerical sampling. </p> <p>Finally, two test cases are presented, a stator vane in an annular cascade and a two-stage turbine in a rotating rig. The performance is analyzed using the methods and corrections developed. The uncertainty on the measured efficiency is similar to literature but the uncertainty framework allows an uncertainty estimate on the adiabatic efficiency. </p>