Dans les sociétés africaines, le travail domestique des enfants dans l'unité familiale est perçu comme une forme d'apprentissage, d'éducation et de développement d'habiletés pour une meilleure insertion sociale. La désirabilité de socialisation des enfants apparaît alors comme le seul facteur déterminant du travail domestique des enfants dans l'unité familiale. Cependant, plusieurs études ont montré qu'il existe des facteurs autres que la socialisation, tels que les facteurs économiques, démographiques et culturels, qui déterminent le travail domestique des enfants. Cette étude s'inscrit dans la problématique générale du travail des enfants. Elle s'intéresse en particulier aux déterminants du travail domestique des enfants dans l'unité familiale en Côte d'Ivoire. Cette étude prend en compte deux aspects de la question, l'aspect extensif et intensif, à travers un modèle de régression de type hurdle-model binomial négatif . L'aspect extensif est lié à la décision de participation aux travaux domestiques et l'aspect intensif est lié aux nombres d'heures consacrées aux travaux domestiques. Les résultats montrent que la décision de participation aux travaux domestiques en milieu familial et celle d'allocation des heures disponibles entre les travaux domestiques et les autres activités des enfants sont déterminées par : des facteurs liés à ces dernières, à la composition du ménage dans lequel ils vivent, et des facteurs relatifs au chef de ce ménage.

Les données comptées (count data) possèdent des distributions ayant des caractéristiques particulières comme la non-normalité, l’hétérogénéité des variances ainsi qu’un nombre important de zéros. Il est donc nécessaire d’utiliser les modèles appropriés afin d’obtenir des résultats non biaisés. Ce mémoire compare quatre modèles d’analyse pouvant être utilisés pour les données comptées : le modèle de Poisson, le modèle binomial négatif, le modèle de Poisson avec inflation du zéro et le modèle binomial négatif avec inflation du zéro. À des fins de comparaisons, la prédiction de la proportion du zéro, la confirmation ou l’infirmation des différentes hypothèses ainsi que la prédiction des moyennes furent utilisées afin de déterminer l’adéquation des différents modèles. Pour ce faire, le nombre d’arrestations des membres de gangs de rue sur le territoire de Montréal fut utilisé pour la période de 2005 à 2007. L’échantillon est composé de 470 hommes, âgés de 18 à 59 ans. Au terme des analyses, le modèle le plus adéquat est le modèle binomial négatif puisque celui-ci produit des résultats significatifs, s’adapte bien aux données observées et produit une proportion de zéro très similaire à celle observée. / Count data have distributions with specific characteristics such as non-normality, heterogeneity of variances and a large number of zeros. It is necessary to use appropriate models to obtain unbiased results. This memoir compares four models of analysis that can be used for count data: the Poisson model, the negative binomial model, the Poisson model with zero inflation and the negative binomial model with zero inflation. For purposes of comparison, the prediction of the proportion of zero, the confirmation or refutation of the various assumptions and the prediction of average number of arrrests were used to determine the adequacy of the different models. To do this, the number of arrests of members of street gangs in the Montreal area was used for the period 2005 to 2007. The sample consisted of 470 men, aged 18 to 59 years. After the analysis, the most suitable model is the negative binomial model since it produced significant results, adapts well to the observed data and produces a zero proportion very similar to that observed.

Les données comptées (count data) possèdent des distributions ayant des caractéristiques particulières comme la non-normalité, l’hétérogénéité des variances ainsi qu’un nombre important de zéros. Il est donc nécessaire d’utiliser les modèles appropriés afin d’obtenir des résultats non biaisés. Ce mémoire compare quatre modèles d’analyse pouvant être utilisés pour les données comptées : le modèle de Poisson, le modèle binomial négatif, le modèle de Poisson avec inflation du zéro et le modèle binomial négatif avec inflation du zéro. À des fins de comparaisons, la prédiction de la proportion du zéro, la confirmation ou l’infirmation des différentes hypothèses ainsi que la prédiction des moyennes furent utilisées afin de déterminer l’adéquation des différents modèles. Pour ce faire, le nombre d’arrestations des membres de gangs de rue sur le territoire de Montréal fut utilisé pour la période de 2005 à 2007. L’échantillon est composé de 470 hommes, âgés de 18 à 59 ans. Au terme des analyses, le modèle le plus adéquat est le modèle binomial négatif puisque celui-ci produit des résultats significatifs, s’adapte bien aux données observées et produit une proportion de zéro très similaire à celle observée. / Count data have distributions with specific characteristics such as non-normality, heterogeneity of variances and a large number of zeros. It is necessary to use appropriate models to obtain unbiased results. This memoir compares four models of analysis that can be used for count data: the Poisson model, the negative binomial model, the Poisson model with zero inflation and the negative binomial model with zero inflation. For purposes of comparison, the prediction of the proportion of zero, the confirmation or refutation of the various assumptions and the prediction of average number of arrrests were used to determine the adequacy of the different models. To do this, the number of arrests of members of street gangs in the Montreal area was used for the period 2005 to 2007. The sample consisted of 470 men, aged 18 to 59 years. After the analysis, the most suitable model is the negative binomial model since it produced significant results, adapts well to the observed data and produces a zero proportion very similar to that observed.

Les océans subissent des pressions d'origine anthropique particulièrement fortes comme la surpêche, la pollution physico-chimique, et le bruit rayonné par les activités industrielles et militaires. Cette thèse se place dans un contexte de compréhension de l'impact du bruit rayonné dans les océans sur les mammifères marins. L'acoustique passive joue donc un rôle fondamental dans ce problème. Ce travail aborde la tâche de détection de signatures acoustiques de mammifères marins dans le spectrogramme. Cette tâche est difficile pour deux raisons : 1. le bruit océanique a une structure complexe (non-stationnaire, coloré), 2. les signaux de mammifères marins sont inconnus et possèdent eux aussi une structure complexe (non-stationnaires bande étroite et/ou impulsionnels). Le problème doit donc être résolu de manière locale en temps-fréquence, et ne pas faire d'hypothèse a priori sur le signal. Des détecteurs statistiques basés uniquement sur la connaissance des statistiques du bruit dans le spectrogramme existent, mais souffrent deux lacunes : 1. leurs performances en terme de probabilité de fausse alarme/ probabilité de détection se dégradent fortement à faible rapport signal à bruit, et 2. ils ne sont pas capables de séparer les signaux à bande étroite des signaux impulsionnels. Ce travail apporte des pistes de réflexion sur ces problèmes.L'originalité de ce travail de thèse repose dans la formulation d'un test d'hypothèse binaire prenant explicitement en compte l'organisation spatiale des pics temps-fréquence. Nous introduisons une méthode d'Analyse de la Densité des Fausses Alarmes (FADA) qui permet de discriminer les régions temps-fréquence abritant le signal de celles n'abritant que du bruit. Plus précisément,le nombre de fausses alarmes dans une région du plan est d'abord modélisé par une loi binomiale, puis par une loi binomiale corrélée, afin de prendre en considération la redondance du spectrogramme. Le test d'hypothèse binaire est résolu par une approche de Neyman-Pearson. Nous démontrons numériquement la pertinence de cette approche et nous la validons sur données réelles de mammifères marins disposant d'une grande variété de signaux et de conditions de bruit. En particulier, nous illustrons la capacité de FADA à discriminer efficacement le signal du bruit en milieu fortement impulsionnel. / The oceans experience heavy anthropogenic pressure due to overfishing, physico-chemical pollution, and noise radiated by industrial and military activities. This work focuses on the use of passive acoustic monitoring of the oceans, as a tool to understand the impact of radiated noise on marine ecosystems, and particularly on marine mammals. This work tackles the task of detection of acoustical signals of marine mammals using the spectrogram. This task is uneasy for two reasons : 1. the ocean noise structure is complex (non-stationary and colored) and 2. the signals of interest are unknown and also shows a complex structure (non-stationary narrow band and/or impulsive). The problem therefore must be solved locally without making a priori hypothesis on the signal. Statistical detectors only based on the local analysis of the noise spectrogram coefficients are available, making them suitable for this problem. However, these detectors suffer two disadvantages : 1. the trade-offs false alarm probability/ detection probability that are available for low signal tonoise ratio are not satisfactory and 2. the separation between narrow-band and impulsive signals is not possible. This work brings some answers to these problems.The main contribution of this work is to formulate a binary hypothesis test taking explicitly in account the spatial organization of time-frequency peaks. We introduce the False Alarm Density Analysis (FADA) framework that efficiently discriminates time-frequency regions hosting signal from the ones hosting noise only. In particular the number of false alarms in regions of the binary spectrogram is first modeled by a binomial distribution, and then by a correlated binomial distribution to take in account the spectrogram redundancy. The binary hypothesis test is solved using a Neyman-Pearson criterion.We demonstrate the relevance of this approach on simulated data and validate the FADA detector on a wide variety of real signals. In particular we show the capability of the proposed method to efficiently detect signals in highly impulsive environment.