L'effet maître désigne l'influence des caractéristiques socioprofessionnelles et des pratiques pédagogiques des enseignants sur le rendement scolaire des élèves de CM2 dans la province de l'Estuaire au Gabon. Cet effet a été analysé en lui-même et en tenant compte d'un certain nombre de variables contextuelles comme le milieu d'implantation de l'école, la taille de la classe, le type de classe, régulière ou multigrade et la composition socioculturelle de la classe. En raison de la taille relativement limitée de notre population cible (soit 204 enseignants), notre échantillon se confond avec notre population. L'instrument de collecte des données fut le questionnaire. 204 questionnaires de 58 questions chacun ont été distribués et 143 ont été complétés pour un taux de réponse de 70,09%. Quatre types d'analyse ont été faites à savoir, l'analyse descriptive, l'analyse bivariée, l'analyse à trois variables et l'analyse de régression. Au terme de cette étude, il s'avère que l'expérience professionnelle de l'enseignant, les méthodes d'enseignement (actives), le fait de donner des exercices à la maison et la taille de la classe sont les facteurs qui prédisent le plus rendement scolaire.

Le sous-titrage d’images est la tâche de l’intelligence artificielle (IA) qui consiste à décrire des images en langage naturel. Cette tâche d’IA a plusieurs applications sociétales utiles, telles que l’accessibilité pour les malvoyants, la génération automatisée de contenu, l’interaction humain-robot et l’analyse d’imagerie médicale. Au cours des huit dernières années, la recherche sur le sous-titrage d'images a connu d'énormes progrès dans la création de modèles solides, la collecte d'ensembles de données à grande échelle ainsi que le développement de mesures d'évaluation automatique. Malgré ces progrès remarquables, la recherche sur le sous-titrage d'images est confrontée à deux défis majeurs: 1) Comment construire des modèles efficaces en termes de paramètres, et 2) Comment construire des métriques d'évaluation automatique robustes. Dans cette thèse, nous apportons notre contribution à la résolution de chacun de ces défis. Premièrement, nous proposons une méthode efficace en termes de paramètres (MAPL \cite{mapl}) qui adapte des modèles pré-entraînés unimodaux de vision uniquement et de langage uniquement pour la tâche multimodale de sous-titrage d'images. MAPL apprend un mappage léger entre les espaces de représentation des modèles unimodaux. Ainsi, MAPL peut exploiter les fortes capacités de généralisation des modèles unimodaux pré-entraînés pour des tâches multimodales telles que le sous-titrage d'images. Deuxièmement, nous présentons une étude systématique de la robustesse des mesures d’évaluation des sous-titres d’images récemment proposées. Même si ces métriques correspondent bien aux jugements humains, nous avons constaté qu'elles ne sont pas robustes pour identifier les erreurs fines dans les légendes générées par le modèle. Il faut donc faire preuve de prudence lors de l'utilisation de ces métriques pour l'évaluation des sous-titres d'images. Nous espérons que nos résultats guideront de nouvelles améliorations dans l’évaluation automatique du sous-titrage d’images. / Image captioning is the artificial intelligence (AI) task of describing images in natural language. This AI task has several useful societal applications, such as accessibility for the visually impaired, automated content generation, human-robot interaction, and medical imaging analysis. Over the last eight years, image captioning research has seen tremendous progress in building strong models, collecting large scale datasets as well as developing automatic evaluation metrics. Despite such remarkable progress, image captioning research faces two major challenges: 1) How to build parameter-efficient models, and 2) How to build robust automatic evaluation metrics. In this thesis, we make contributions towards tackling each of these challenges. First, we propose a parameter efficient method (MAPL \cite{mapl}) that adapts pre-trained unimodal vision-only and language-only models for the multimodal task of image captioning. MAPL learns a lightweight mapping between the representation spaces of the unimodal models. Thus, MAPL can leverage the strong generalization capabilities of the pre-trained unimodal models for multimodal tasks such as image captioning. Second, we present a systematic study of the robustness of recently proposed image captioning evaluation metrics. Even though these metrics correlate well with human judgments, we found that these metrics are not robust in identifying fine-grained errors in model generated captions, and thus, caution needs to be exercised when using these metrics for image captioning evaluation. We hope our findings will guide further improvements in the automatic evaluation of image captioning.

Cette étude a pour but d'explorer l'évolution du sentiment d'efficacité personnelle chez les futurs enseignants dans leur utilisation des stratégies cognitives, des stratégies métacognitives et du jugement métacognitif au cours d'un programme d'apprentissage expérientiel. Les 23 participants étaient inscrits au baccalauréat en enseignement à l'Université Sainte-Anne, en Nouvelle-Ecosse. Bouissou et Aroq (2005), Brodeur et al. (2005), Tillema (2005) constatent un manque de formation des enseignants quant à leurs propres stratégies d'apprentissage, à l'analyse critique de leur pratique professionnelle et à la régulation de leur enseignement. Pour leur part, Daudelin et al. (2005) estiment que la formation continue des enseignants devrait se concentrer sur le sentiment d'autoefficacité et l'autorégulation des apprentissages. Il est alors proposé aux participants, lors de leur formation initiale, de suivre un programme d'apprentissage expérientiel, axé sur l'évolution du sentiment d'efficacité personnelle quant à leur utilisation des stratégies cognitives, métacognitives et du jugement métacognitif dans leurs apprentissages et leurs interventions auprès d'un élève en difficulté d'apprentissage. Cette recherche exploratoire, de type qualitatif et quantitatif, se fonde sur la taxonomie de l'apprentissage expérientiel de Steinaker et Bell (1979) développée par Côté (1998). Les données concernant le sentiment d'efficacité personnelle sont recueillies à l'aide d'un questionnaire auquel les 23 étudiants ont répondu à trois reprises : avant, au milieu et à la fin de l'expérimentation et d'un questionnaire après chacune des sous-étapes. Ils ont aussi répondu à un questionnaire à la fin de chacune des sous-étapes du programme proposé. Une analyse de contenu des rapports d'observations que les participants ont consignées suite à leurs interventions auprès d'un élève en difficulté d'apprentissage ainsi qu'une entrevue semistructurée avec le professeur effectuée à la fin du programme, ont aussi servi d'outils de cueillette de données. Cette recherche a permis de constater que les participants ont perçu un changement positif, entre le début et la fin de l'expérimentation, dans leur sentiment d'efficacité quant à leur utilisation des stratégies cognitives, métacognitives et du jugement métacognitif dans leurs apprentissages et dans leurs interventions auprès d'élèves en difficulté. Ils ont aussi perçu un transfert des bienfaits du sentiment d'efficacité dans leur vie personnelle.

Objets d'intérêt d'une récente tradition de recherche préservée de la théorie des effets limités, les appels persuasifs émotionnels et rationnels intégrés dans les messages publicitaires ont généré beaucoup d'études en communication persuasive. La confrontation de leur efficacité respective reste toutefois exceptionnelle. Cette étude, réalisée lors de la campagne fédérale de 2006, explore expérimentalement l'impact des deux types d'appels dans les publicités électorales sur l'évaluation affective des électeurs grâce à un système d'évaluation continue. En s'appuyant sur la théorie de la probabilité d'élaboration, cette recherche suppose que les niveaux de cynisme et d'intérêt politique ainsi que l'attitude politique initiale (indécis c. non indécis) font en sorte de différencier les effets des appels émotionnels et rationnels. Si elle ne parvient pas à déterminer l'efficacité relative des stratégies persuasives émotionnelles et rationnelles, l'étude permet néanmoins de constater que l'appréciation des publicités électorales augmente lorsque le niveau d'intérêt politique et de cynisme diminue. / Objects of interest of a recent research tradition in persuasive communication preserved from minimal effects theory, emotional and rational appeals integrated in advertising have generated a great number of studies. However, comparative analyses of their respective effects remain rare. This study, taking place during the 2006 Canadian electoral campaign, investigates experimentally the impact of these two types of appeals on the affective evaluation of voters, using a continuous response measurement. Capitalizing on Elaboration Likelihood Model, this research suggests that political interest and cynicism levels, as well as political allegiance (sway voters vs. others), are variables moderating the effects of emotional and rational appeals. If this study produces ambiguous conclusions in determining the relative efficacy of emotional and rational strategies, it demonstrates nonetheless that advertising appreciation rises as political interest and cynicism levels fall.

ATLAS, LHC, quark b, quark top, étiquetage des jets issus de quark b, calibration des algorithmes d'étiquetage des jets issus de quark b, quarks top-antitop, section efficace, section efficace différentielle des paires top-antitop, masse du top, rapidité du top, nouvelle physique.

Les méthodes perturbatives, telle que l’approximation de Born, sont nécessaires pour résoudre les problèmes inhérents à l’ionisation d’atomes et de molécules par impact d’électrons ou de positrons. Afin d’optimiser les calculs nécessaires pour le second terme de l’approximation de Born, nous avons commencé par étudier l’ionisation de l’atome le plus simple : celui d’hydrogène. Nous avons utilisé une base contenant un grand nombre d’états (294) nous permettant d’éviter la relation de fermeture qui nécessite l’introduction d’un paramètre qui représente la valeur moyenne d’excitation. Nos résultats ont montré un bon accord avec l’expérience surtout pour les faibles énergies des électrons éjectés. Nous avons ainsi pu montrer l’importance de la contribution des états du continuum (représentés par des pseudo-états), en particulier pour les transitions de type dipolaire. Pour la double ionisation de l’atome d’hélium, nous avons appliqué la même méthodologie de calcul numérique complet tout en incluant 20 états et pseudo-états intermédiaires et en utilisant une fonction d’onde corrélée d’interaction de configuration, on a trouvé pour les grandes énergies d’incidence (5 keV) que l’effet du terme Born 2 est presque nul. Par contre l’application de « SBA » avec la relation de fermeture pour l’état fondamental et les premiers états excités montre une petite différence avec « FBA » en particulier en dehors de la région du transfert. Dans le cas des faibles énergies d’incidence (601 eV) il était attendu d’obtenir un effet important de « SBA » surtout que des études sur les (e,3-1e) de l’hélium montrent un déplacement du pic principal par rapport à « FBA ». Donc on peut dire que les 20 états intermédiaires contribuent de façon insuffisante et qu’il faudra considérer beaucoup plus d’états / The perturbative methods, such as Born approximation, are necessary to solve the problems concerning the ionization of atoms and molecules by electrons or positrons impacts. In order to use Born approximation in an optimized way, we tested it on the simplest atom « Hydrogen » by using a basis of large amount of intermediate states (294) and complete numerical calculation without using the closure approximation whose application needs the introduction of a parameter which is the excitation mean value. Our results proved a significant agreement with the experiment particularly for small energies of the ejected electrons. We also proved an important contribution of the continuum (represented by the pseudo-states), and particularly the dipolar transition. For the double ionization of Helium atom, we applied the same methodology of complete calculation by including 20 intermediate states and pseudo-states and by using a configuration interaction wave function, we found that for high incident energy (5 keV) the effect of the second term of Born is almost zero. However, the application of the « SBA » with the closure approximation by using the fundamental state and the first excited states show a slight difference relative to the « FBA » particularly outside the transfer region. In case of low incident energy (601 eV), it was expected a crucial effect of the « SBA » especially that previous studies of (e, 3-1e) of Helium show a significant shift of the main peak relative to the « FBA ». So we can say that 20 intermediate states are not enough and the application of the « SBA » needs more states

Ma thèse est composée de trois essais sur l'inférence par le bootstrap à la fois dans les modèles de données de panel et les modèles à grands nombres de variables instrumentales #VI# dont un grand nombre peut être faible. La théorie asymptotique n'étant pas toujours une bonne approximation de la distribution d'échantillonnage des estimateurs et statistiques de tests, je considère le bootstrap comme une alternative. Ces essais tentent d'étudier la validité asymptotique des procédures bootstrap existantes et quand invalides, proposent de nouvelles méthodes bootstrap valides. Le premier chapitre #co-écrit avec Sílvia Gonçalves# étudie la validité du bootstrap pour l'inférence dans un modèle de panel de données linéaire, dynamique et stationnaire à effets fixes. Nous considérons trois méthodes bootstrap: le recursive-design bootstrap, le fixed-design bootstrap et le pairs bootstrap. Ces méthodes sont des généralisations naturelles au contexte des panels des méthodes bootstrap considérées par Gonçalves et Kilian #2004# dans les modèles autorégressifs en séries temporelles. Nous montrons que l'estimateur MCO obtenu par le recursive-design bootstrap contient un terme intégré qui imite le biais de l'estimateur original. Ceci est en contraste avec le fixed-design bootstrap et le pairs bootstrap dont les distributions sont incorrectement centrées à zéro. Cependant, le recursive-design bootstrap et le pairs bootstrap sont asymptotiquement valides quand ils sont appliqués à l'estimateur corrigé du biais, contrairement au fixed-design bootstrap. Dans les simulations, le recursive-design bootstrap est la méthode qui produit les meilleurs résultats. Le deuxième chapitre étend les résultats du pairs bootstrap aux modèles de panel non linéaires dynamiques avec des effets fixes. Ces modèles sont souvent estimés par l'estimateur du maximum de vraisemblance #EMV# qui souffre également d'un biais. Récemment, Dhaene et Johmans #2014# ont proposé la méthode d'estimation split-jackknife. Bien que ces estimateurs ont des approximations asymptotiques normales centrées sur le vrai paramètre, de sérieuses distorsions demeurent à échantillons finis. Dhaene et Johmans #2014# ont proposé le pairs bootstrap comme alternative dans ce contexte sans aucune justification théorique. Pour combler cette lacune, je montre que cette méthode est asymptotiquement valide lorsqu'elle est utilisée pour estimer la distribution de l'estimateur split-jackknife bien qu'incapable d'estimer la distribution de l'EMV. Des simulations Monte Carlo montrent que les intervalles de confiance bootstrap basés sur l'estimateur split-jackknife aident grandement à réduire les distorsions liées à l'approximation normale en échantillons finis. En outre, j'applique cette méthode bootstrap à un modèle de participation des femmes au marché du travail pour construire des intervalles de confiance valides. Dans le dernier chapitre #co-écrit avec Wenjie Wang#, nous étudions la validité asymptotique des procédures bootstrap pour les modèles à grands nombres de variables instrumentales #VI# dont un grand nombre peu être faible. Nous montrons analytiquement qu'un bootstrap standard basé sur les résidus et le bootstrap restreint et efficace #RE# de Davidson et MacKinnon #2008, 2010, 2014# ne peuvent pas estimer la distribution limite de l'estimateur du maximum de vraisemblance à information limitée #EMVIL#. La raison principale est qu'ils ne parviennent pas à bien imiter le paramètre qui caractérise l'intensité de l'identification dans l'échantillon. Par conséquent, nous proposons une méthode bootstrap modifiée qui estime de facon convergente cette distribution limite. Nos simulations montrent que la méthode bootstrap modifiée réduit considérablement les distorsions des tests asymptotiques de type Wald #$t$# dans les échantillons finis, en particulier lorsque le degré d'endogénéité est élevé. / My dissertation consists of three essays on bootstrap inference in both large panel data models and instrumental variable (IV) models with many instruments and possibly, many weak instruments. Since the asymptotic theory is often not a good approximation to the sampling distribution of test statistics and estimators, I consider the bootstrap as an alternative. These essays try to study the asymptotic validity of existing bootstrap procedures and when they are invalid, to propose new valid bootstrap methods. The first chapter (co-authored with Sílvia Gonçalves) studies the validity of the bootstrap for inference on a stationary linear dynamic panel data model with individual fixed effects. We consider three bootstrap methods: the recursive-design wild bootstrap, the fixed-design wild bootstrap and the pairs bootstrap. These methods are natural generalizations to the panel context of the bootstrap methods considered by \citeasnoun{GK} in pure time series autoregressive models. We show that the recursive-design wild bootstrap fixed effects OLS estimator contains a built-in bias correction term that mimics the incidental parameter bias. This is in contrast with the fixed-design wild bootstrap and the pairs bootstrap whose distributions are incorrectly centered at zero. As it turns out, both the recursive-design and the pairs bootstrap are asymptotically valid when applied to the bias-corrected estimator, but the fixed-design bootstrap is not. In the simulations, the recursive-design bootstrap is the method that does best overall. The second chapter extends our pairwise bootstrap results to dynamic nonlinear panel data models with fixed effects. These models are often estimated with the Maximum Likelihood Estimator (MLE) which also suffers from an incidental parameter bias. Recently, \citeasnoun{DhaeneJochmans} have proposed the split-jackknife estimation method. Although these estimators have asymptotic normal approximations that are centered at the true parameter, important size distortions remain in finite samples. \citeasnoun{DhaeneJochmans} have proposed the pairs bootstrap as an alternative in this context without a theoretical justification. To fill this gap, I show that this method is asymptotically valid when used to estimate the distribution of the half-panel jackknife estimator although it does not consistently estimate the distribution of the MLE. A Monte Carlo experiment shows that bootstrap-based confidence intervals that rely on the half-panel jackknife estimator greatly help to reduce the distortions associated to the normal approximation in finite samples. In addition, I apply this bootstrap method to a canonical model of female-labor participation to construct valid confidence intervals. In the last chapter (co-authored with Wenjie Wang), we study the asymptotic validity of bootstrap procedures for instrumental variable (IV) models with many weak instruments. We show analytically that a standard residual-based bootstrap and the restricted efficient (RE) bootstrap of Davidson and MacKinnon (2008, 2010, 2014) cannot consistently estimate the limiting distribution of the LIML estimator. The foremost reason is that they fail to adequately mimic the identification strength in the sample. Therefore, we propose a modified bootstrap procedure which consistently estimates this limiting distribution. Our simulations show that the modified bootstrap procedure greatly reduces the distortions associated to asymptotic Wald ($t$) tests in finite samples, especially when the degree of endogeneity is high.

Les émotions jouent un rôle primordial dans les processus cognitifs et plus particulièrement dans les tâches d’apprentissage. D’ailleurs, plusieurs recherches neurologiques ont montré l’interrelation qui existe entre la cognition et les émotions. Elles ont aussi déterminé plusieurs formes d’intelligence humaine autre que l’intelligence rationnelle parmi lesquelles nous distinguons la forme ayant comme dimension émotionnelle, à savoir l’intelligence émotionnelle, vu son impact sur les processus d’apprentissage. L’intelligence émotionnelle est alors un facteur significatif de réussite scolaire et professionnelle. Sous la lumière de ces constatations présentées, les informaticiens à leur tour, vont alors tenter de consentir de plus en plus de place au facteur émotionnel dans les systèmes informatiques et plus particulièrement dans ceux dédiés à l’apprentissage. L’intégration de l’intelligence émotionnelle dans ces systèmes et plus précisément, dans les Systèmes Tutoriels Intelligents (STI), va leur permettre de gérer les émotions de l’apprenant et par la suite améliorer ses performances. Dans ce mémoire, notre objectif principal est d’élaborer une stratégie d’apprentissage visant à favoriser et accentuer la mémorisation chez les enfants. Pour atteindre cet objectif, nous avons développé un cours d’anglais en ligne ainsi qu’un tuteur virtuel utilisant des ressources multimédia tels que le ton de la voix, la musique, les images et les gestes afin de susciter des émotions chez l’apprenant. Nous avons conduit une expérience pour tester l’efficacité de quelques stratégies émotionnelles ainsi qu’évaluer l’impact des émotions suscitées sur la capacité de mémorisation des connaissances à acquérir par l’apprenant. Les résultats de cette étude expérimentale ont prouvé que l’induction implicite des émotions chez ce dernier a une influence significative sur ses performances. Ils ont également montré qu’il n’existe pas une stratégie efficace pour tous les apprenants à la fois, cependant l’efficacité d’une telle stratégie par rapport à une autre dépend essentiellement du profil comportemental de l’apprenant déterminé à partir de son tempérament. / Emotions play a crucial role in cognitive processes, particularly in learning tasks. Furthermore, several studies in neurosciences have shown that emotion is closely related to cognitive processes. They have also determined many different forms of intelligence other than the rational intelligence; one of them is the form having an emotional dimension which influences the learning processes, namely emotional intelligence. Emotional intelligence is a significant factor in academic and professional success. Under the light of these results, the computer scientists will, in their turn, try to focus on the emotional factor in computer systems and more particularly in those dedicated to learning. The integration of emotional intelligence in these systems, specifically in Intelligent Tutoring System (ITS), will enable them to recognise learner’s emotions and improve his/her performances. In this thesis, our main aim is to develop a learning strategy which promotes and enhances memorization by children. To achieve this aim, we developed an English web course and a virtual tutor using multimedia resources such as voice pitch, music, images, and gestures to induce emotion in the learner. We conducted an experiment to test the effectiveness of some emotional strategies and assessed the impact of aroused emotions on the ability of memorizing knowledge to be acquired by the learner. The results of this experimental study have shown that implicit induction of emotions has a significant influence on learner’s performances. Moreover, no effective strategy can be applied to all learners at the same time. However, the efficiency of a strategy depends mainly on the learner’s behavioral profile based on his temperament.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Les Jupiters Chauds représentent une classe d’exoplanètes très intéressante à étudier. En effet, ces planètes géantes gazeuses, orbitant très proches de leurs étoiles (typiquement 0.05 UA) reçoivent un ux UV 10 000 fois supérieur à ce que reçoit Jupiter par exemple dans notre Système Solaire. La temprérature atmosphérique, par conséquent très élevée, est comprise entre 1000 et 3000 K. Ces températures élevées, l'importance de la dynamique et la forte irradiation UV font des atmosphères de ces planètes le site d'une chimie unique, n'ayant pas d'équivalent dans le Système Solaire [...]. / Hot Jupiters are a class of exoplanets very interesting to study. Indeed, these giant planets, orbiting very close to their star (typically 0.05 AU), receive a UV ux 10 000 times more intense that the one Jupiter receives in our Solar system. The atmospheric temperature, thus very high, ranges between 1000 and 3000 K. Because of these high temperatures, the important dynamic and strong UV irradiation, the atmospheres of these planets are the site of unique chemistry, having no equivalent in the Solar System [...]