Les techniques d'apprentissage profond ont fait un bond au cours des dernières années, et ont considérablement changé la manière dont les tâches de traitement automatique du langage naturel (TALN) sont traitées. En quelques années, les réseaux de neurones et les plongements de mots sont rapidement devenus des composants centraux à adopter dans le domaine. La supervision distante (SD) est une technique connue en TALN qui consiste à générer automatiquement des données étiquetées à partir d'exemples partiellement annotés. Traditionnellement, ces données sont utilisées pour l'entraînement en l'absence d'annotations manuelles, ou comme données supplémentaires pour améliorer les performances de généralisation. Dans cette thèse, nous étudions comment la supervision distante peut être utilisée dans un cadre d'un TALN moderne basé sur l'apprentissage profond. Puisque les algorithmes d'apprentissage profond s'améliorent lorsqu'une quantité massive de données est fournie (en particulier pour l'apprentissage des représentations), nous revisitons la génération automatique des données avec la supervision distante à partir de Wikipédia. On applique des post-traitements sur Wikipédia pour augmenter la quantité d'exemples annotés, tout en introduisant une quantité raisonnable de bruit. Ensuite, nous explorons différentes méthodes d'utilisation de données obtenues par supervision distante pour l'apprentissage des représentations, principalement pour apprendre des représentations de mots classiques (statistiques) et contextuelles. À cause de sa position centrale pour de nombreuses applications du TALN, nous choisissons la reconnaissance d'entité nommée (NER) comme tâche principale. Nous expérimentons avec des bancs d’essai NER standards et nous observons des performances état de l’art. Ce faisant, nous étudions un cadre plus intéressant, à savoir l'amélioration des performances inter-domaines (généralisation). / Recent years have seen a leap in deep learning techniques that greatly changed the way Natural Language Processing (NLP) tasks are tackled. In a couple of years, neural networks and word embeddings quickly became central components to be adopted in the domain. Distant supervision (DS) is a well-used technique in NLP to produce labeled data from partially annotated examples. Traditionally, it was mainly used as training data in the absence of manual annotations, or as additional training data to improve generalization performances. In this thesis, we study how distant supervision can be employed within a modern deep learning based NLP framework. As deep learning algorithms gets better when massive amount of data is provided (especially for representation learning), we revisit the task of generating distant supervision data from Wikipedia. We apply post-processing treatments on the original dump to further increase the quantity of labeled examples, while introducing a reasonable amount of noise. Then, we explore different methods for using distant supervision data for representation learning, mainly to learn classic and contextualized word representations. Due to its importance as a basic component in many NLP applications, we choose Named-Entity Recognition (NER) as our main task. We experiment on standard NER benchmarks showing state-of-the-art performances. By doing so, we investigate a more interesting setting, that is, improving the cross-domain (generalization) performances.

No description available.

Les documents visuels comprenant des images et des vidéos sont en croissance rapide sur Internet et dans nos collections personnelles. Cela nécessite une analyse automatique du contenu visuel qui fait appel à la conception de méthodes intelligentes pour correctement indexer, rechercher et récupérer des images et des vidéos. Cette thèse vise à améliorer la détection automatique des concepts dans les vidéos sur Internet. Nos contributions portent sur des différents niveaux dans le cadre de détection de concept et peuvent être divisés en trois parties principales. La première partie se focalise sur l’amélioration du modèle de représentation des vidéos « Bag-of-Words (BOW) » en proposant un nouveau mécanisme de construction qui utilise des étiquettes de concepts et une autre technique qui ajoute un raffinement à la signature BOW basée sur la distribution de ses éléments. Nous élaborons ensuite des méthodes pour intégrer des entités semblables et dissemblables pour construire des modèles de reconnaissance améliorés dans la deuxième partie. A ce stade-là, nous observons l’information potentielle que les concepts partagent et construisons des modèles pour les méta-concepts dont sont dérivés les résultats spécifiques de concepts. Cela améliore la reconnaissance des concepts qui ont peu d’exemples annotés. Enfin, nous concevons certaines méthodes d'apprentissage semi-supervisé pour bénéficier de la quantité importante de données non étiquetées. Nous proposons des techniques pour améliorer l'algorithme de cotraining avec une sélection optimale des classifieurs utilisés. / Visual material comprising images and videos is growing ever so rapidly over the internet and in our personal collections. This necessitates automatic understanding of the visual content which calls for the conception of intelligent methods to correctly index, search and retrieve images and videos. This thesis aims at improving the automatic detection of concepts in the internet videos by exploring all the available information and putting the most beneficial out of it to good use. Our contributions address various levels of the concept detection framework and can be divided into three main parts. The first part improves the Bag of Words (BOW) video representation model by proposing a novel BOW construction mechanism using concept labels and by including a refinement to the BOW signature based on the distribution of its elements. We then devise methods to incorporate knowledge from similar and dissimilar entities to build improved recognition models in the second part. Here we look at the potential information that the concepts share and build models for meta-concepts from which concept specific results are derived. This improves recognition for concepts lacking labeled examples. Lastly we contrive certain semi-supervised learning methods to get the best of the substantial amount of unlabeled data. We propose techniques to improve the semi-supervised cotraining algorithm with optimal view selection.

La diversité linguistique est actuellement menacée : la moitié des langues connues dans le monde pourraient disparaître d'ici la fin du siècle. Cette prise de conscience a inspiré de nombreuses initiatives dans le domaine de la linguistique documentaire au cours des deux dernières décennies, et 2019 a été proclamée Année internationale des langues autochtones par les Nations Unies, pour sensibiliser le public à cette question et encourager les initiatives de documentation et de préservation. Néanmoins, ce travail est coûteux en temps, et le nombre de linguistes de terrain, limité. Par conséquent, le domaine émergent de la documentation linguistique computationnelle (CLD) vise à favoriser le travail des linguistes à l'aide d'outils de traitement automatique. Le projet Breaking the Unwritten Language Barrier (BULB), par exemple, constitue l'un des efforts qui définissent ce nouveau domaine, et réunit des linguistes et des informaticiens. Cette thèse examine le problème particulier de la découverte de mots dans un flot non segmenté de caractères, ou de phonèmes, transcrits à partir du signal de parole dans un contexte de langues très peu dotées. Il s'agit principalement d'une procédure de segmentation, qui peut également être couplée à une procédure d'alignement lorsqu'une traduction est disponible. En utilisant deux corpus en langues bantoues correspondant à un scénario réaliste pour la linguistique documentaire, l'un en Mboshi (République du Congo) et l'autre en Myene (Gabon), nous comparons diverses méthodes monolingues et bilingues de découverte de mots sans supervision. Nous montrons ensuite que l'utilisation de connaissances linguistiques expertes au sein du formalisme des Adaptor Grammars peut grandement améliorer les résultats de la segmentation, et nous indiquons également des façons d'utiliser ce formalisme comme outil de décision pour le linguiste. Nous proposons aussi une variante tonale pour un algorithme de segmentation bayésien non-paramétrique, qui utilise un schéma de repli modifié pour capturer la structure tonale. Pour tirer parti de la supervision faible d'une traduction, nous proposons et étendons, enfin, une méthode de segmentation neuronale basée sur l'attention, et améliorons significativement la performance d'une méthode bilingue existante. / Language diversity is under considerable pressure: half of the world’s languages could disappear by the end of this century. This realization has sparked many initiatives in documentary linguistics in the past two decades, and 2019 has been proclaimed the International Year of Indigenous Languages by the United Nations, to raise public awareness of the issue and foster initiatives for language documentation and preservation. Yet documentation and preservation are time-consuming processes, and the supply of field linguists is limited. Consequently, the emerging field of computational language documentation (CLD) seeks to assist linguists in providing them with automatic processing tools. The Breaking the Unwritten Language Barrier (BULB) project, for instance, constitutes one of the efforts defining this new field, bringing together linguists and computer scientists. This thesis examines the particular problem of discovering words in an unsegmented stream of characters, or phonemes, transcribed from speech in a very-low-resource setting. This primarily involves a segmentation procedure, which can also be paired with an alignment procedure when a translation is available. Using two realistic Bantu corpora for language documentation, one in Mboshi (Republic of the Congo) and the other in Myene (Gabon), we benchmark various monolingual and bilingual unsupervised word discovery methods. We then show that using expert knowledge in the Adaptor Grammar framework can vastly improve segmentation results, and we indicate ways to use this framework as a decision tool for the linguist. We also propose a tonal variant for a strong nonparametric Bayesian segmentation algorithm, making use of a modified backoff scheme designed to capture tonal structure. To leverage the weak supervision given by a translation, we finally propose and extend an attention-based neural segmentation method, improving significantly the segmentation performance of an existing bilingual method.

Un nombre croissant de sources de données est publié sur le Web, décrites dans les langages proposés par le W3C tels que RDF, RDF(S) et OWL. Une quantité de données sans précédent est ainsi disponible pour les utilisateurs et les applications, mais l'exploitation pertinente de ces sources constitue encore un défi : l'interrogation des sources est en effet limitée d'abord car elle suppose la maîtrise d'un langage de requêtes tel que SPARQL, mais surtout car elle suppose une certaine connaissance de la source de données qui permet de cibler les ressources et les propriétés pertinentes pour les besoins spécifiques des applications. Le travail présenté ici s'intéresse à l'exploration de sources de données RDF, et ce selon deux axes complémentaires : découvrir d'une part les thèmes sur lesquels porte la source de données, fournir d'autre part un support pour l'interrogation d'une source sans l'utilisation de langage de requêtes, mais au moyen de mots clés. L'approche d'exploration proposée se compose ainsi de deux stratégies complémentaires : l'exploration thématique et la recherche par mots clés. La découverte de thèmes dans une source de données RDF consiste à identifier un ensemble de sous-graphes, non nécessairement disjoints, chacun représentant un ensemble cohérent de ressources sémantiquement liées et définissant un thème selon le point de vue de l'utilisateur. Ces thèmes peuvent être utilisés pour permettre une exploration thématique de la source, où les utilisateurs pourront cibler les thèmes pertinents pour leurs besoins et limiter l'exploration aux seules ressources composant les thèmes sélectionnés. La recherche par mots clés est une façon simple et intuitive d'interroger les sources de données. Dans le cas des sources de données RDF, cette recherche pose un certain nombre de problèmes, comme l'indexation des éléments du graphe, l'identification des fragments du graphe pertinents pour une requête spécifique, l'agrégation de ces fragments pour former un résultat, et le classement des résultats obtenus. Nous abordons dans cette thèse ces différents problèmes, et nous proposons une approche qui permet, en réponse à une requête mots clés, de construire une liste de sous-graphes et de les classer, chaque sous-graphe correspondant à un résultat pertinent pour la requête. Pour chacune des deux stratégies d'exploration d'une source RDF, nous nous sommes intéressés à prendre en compte de la connaissance externe, permettant de mieux répondre aux besoins des utilisateurs. Cette connaissance externe peut représenter des connaissances du domaine, qui permettent de préciser le besoin exprimé dans le cas d'une requête, ou de prendre en compte des connaissances permettant d'affiner la définition des thèmes. Dans notre travail, nous nous sommes intéressés à formaliser cette connaissance externe et nous avons pour cela introduit la notion de pattern. Ces patterns représentent des équivalences de propriétés et de chemins dans le graphe représentant la source. Ils sont évalués et intégrés dans le processus d'exploration pour améliorer la qualité des résultats. / An increasing number of datasets is published on the Web, expressed in languages proposed by the W3C to describe Web data such as RDF, RDF(S) and OWL. The Web has become a unprecedented source of information available for users and applications, but the meaningful usage of this information source is still a challenge. Querying these data sources requires the knowledge of a formal query language such as SPARQL, but it mainly suffers from the lack of knowledge about the source itself, which is required in order to target the resources and properties relevant for the specific needs of the application. The work described in this thesis addresses the exploration of RDF data sources. This exploration is done according to two complementary ways: discovering the themes or topics representing the content of the data source, and providing a support for an alternative way of querying the data sources by using keywords instead of a query formulated in SPARQL. The proposed exploration approach combines two complementary strategies: thematic-based exploration and keyword search. Theme discovery from an RDF dataset consists in identifying a set of sub-graphs which are not necessarily disjoints, and such that each one represents a set of semantically related resources representing a theme according to the point of view of the user. These themes can be used to enable a thematic exploration of the data source where users can target the relevant theme and limit their exploration to the resources composing this theme. Keyword search is a simple and intuitive way of querying data sources. In the case of RDF datasets, this search raises several problems, such as indexing graph elements, identifying the relevant graph fragments for a specific query, aggregating these relevant fragments to build the query results, and the ranking of these results. In our work, we address these different problems and we propose an approach which takes as input a keyword query and provides a list of sub-graphs, each one representing a candidate result for the query. These sub-graphs are ordered according to their relevance to the query. For both keyword search and theme identification in RDF data sources, we have taken into account some external knowledge in order to capture the users needs, or to bridge the gap between the concepts invoked in a query and the ones of the data source. This external knowledge could be domain knowledge allowing to refine the user's need expressed by a query, or to refine the definition of themes. In our work, we have proposed a formalization to this external knowledge and we have introduced the notion of pattern to this end. These patterns represent equivalences between properties and paths in the dataset. They are evaluated and integrated in the exploration process to improve the quality of the result.

Ce travail reconstitue les mécanismes humoristiques propres à la concurrence politique des époques tardo-républicaine et impériale, dans le but de montrer les adaptations du risum mouere aux changements politiques et sociaux intervenus durant cette période. Il s’agit de dépasser une lecture théorique centrée sur le rire de l’homo urbanus et du bon orateur proposée par Cicéron et Quintilien pour lui préférer une lecture historicisée et combinatoire, considérant les orateurs, les traits d’esprit, les auditoires et les causes politiques comme un tout à l’agencement variable de ce que les Modernes nomment l’« humour politique ». Scrutant les divers contextes politiques de cet humour (les procès, le Sénat, les contiones, le Forum, la campagne militaire ou encore la rue), la recherche souligne également le passage, selon des rythmes syncopés résultant d’un repli de la causticité aristocratique face à César mais qui perdure à l’époque triumvirale, d’un « faire rire » frontal articulé autour du succès oratoire vers un humour fondé sur l’anonymat des correspondances, des graffitis ou des chants du triomphe. La dernière partie du travail, centrée sur le premier siècle du Principat, part de l’opposition établie par des sources pro-sénatoriales entre les « bons princes » et les « tyrans » pour mieux montrer que, ne se limitant pas à refuser ou à accepter le rire politique selon son degré de dangerosité pour leur autorité politique, les princes utilisèrent également le rire à leur profit, entretenant par là une « inaccessible accessibilité » au fondement du charisme impérial, permettant l’aboutissement de la « Révolution romaine ». / This work explores the links between risum mouere and Roman political competition from the two last centuries of the Republic to the beginnings of the Principate. It is necessary to go beyond a critical discussion of the influential theories of the good orator and homo urbanus (mostly conceptualized by Cicero and Quintilian) and instead to adopt a historicizing and complex reading of the phenomenon, conceiving political humor as an ever-changing object shaped by orators, jokes, audiences, and political struggles. In order to understand its role in the roman city, political humor thus needs to be considered as a contextualized whole. The first part of the dissertation considers risum mouere in the context of trials, in the Senate, on the Forum, in the street or at war. Each of these case studies reveals a type of political humor that is freely and openly used in public life. The second part tries to determine what impact Caesar’s rise and the triumvirs had on political competition and, at the same time, on the possibilities of using political humor in the city. This section sheds light on the multiple ways in which the aristocrats and people of Rome continued to mock the powerful (Caesar, Antony and Octavian) by using more discreet channels (correspondence, graffiti, triumphal songs), and how these enabled them to keep expressing strong political opposition, which was otherwise dangerous to address in broad daylight. The third and last part focuses on the first century A.D. and discusses the opposition elaborated by ancient authors between the “good prince”, who was naturally comfortable with political humor, and the repressive “tyrant”. A critical study of the literary documentation shows that every Princeps tended to discourage political humor when it meant an effective danger for the imperial authority, but also that emperors knew how to use laughter and humor to create a form of “inapproachable approachability” which constituted a foundation of imperial charisma and strengthened the new regime, born from the “Roman revolution”.

Les mitochondries, organelles d’origine bactérienne, sont trouvées dans les cellules de presque tous les organismes eucaryotes. Elles exercent des rôles centraux dans les fonctions cellulaires tels que la production d’énergie, la signalisation cellulaire et l’apoptose et ont aussi un impact sur le vieillissement ainsi que certains cancers et maladies neurodégénératives. Chez l’humain et les mammifères en général, le génome mitochondrial est une molécule d’ADN double brin circulaire composée de 37 gènes. Seulement 13 de ces gènes codent des protéines mitochondriales et les 24 autres produisent 22 ARNt (ARN de transfert) et 2 ARNr (ARN ribosomal) qui sont nécessaires à la traduction des 13 protéines mitochondriales. L’ADNmt (ADN mitochondrial) étant très compact, ceci suggère qu’il y a peu de possibilités pour des nouveautés évolutives. Cependant, de récentes recherches ont permis de révéler la présence de près d’une dizaine de petits ORF (cadres de lecture ouverts) fonctionnels à l’intérieur des gènes mitochondriaux 12S ARNr et 16S ARNr. Ceci remet en question la complexité du génome mitochondrial et montre que son potentiel codant a été sous-estimé. Une analyse approfondie du génome mitochondrial humain a révélé la présence de 227 séquences potentiellement traduites en protéines mitochondriales à travers l’ensemble du génome. Dans cette étude, nous avons sélectionné 9 de ces 227 séquences afin de déterminer si effectivement, elles produisent un peptide identifiable. Pour ce faire, des expériences d’immunobuvardage, d’immunofluorescence et d’immunoprécipitation ont été réalisées sur des cellules HeLa et des cellules HEK293T. Ces expériences ont permis d’identifier une protéine mitochondriale alternative nommée MTALTND4 dont la séquence codante est trouvée à l’intérieur du gène nd4, dans un cadre de lecture alternatif. MTALTND4 est traduite dans la mitochondrie et peut être exportée dans le cytoplasme ainsi qu’à l’extérieur de la cellule puisqu’elle a été retrouvée dans le plasma humain. Bien que la fonction de cette protéine n’ait pas encore été confirmée, des résultats préliminaires indiquent qu’elle a un impact sur la respiration cellulaire. MTALTND4 diminue la respiration mitochondriale et nos résultats suggèrent que son action serait induite par l’hypoxie. La découverte de ce nouveau gène mitochondrial humain confirme que le potentiel codant du génome mitochondrial est beaucoup plus vaste que ce que nous croyions. Il existe fort probablement encore plusieurs autres protéines mitochondriales dont les effets pourraient se révéler d’une grande importance. En effet, plusieurs des protéines dérivées du génome mitochondrial découvertes à ce jour ont des impacts majeurs au niveau du métabolisme et pourraient agir en tant que molécules thérapeutiques importantes. Nos résultats amènent à repenser l’évolution et les pressions de sélection exercées sur le génome mitochondrial et ouvrent la porte à de nombreuses recherches futures qui permettront de re-caractériser le génome mitochondrial et d’avoir une compréhension encore plus approfondie du rôle des mitochondries dans les fonctions cellulaires. / Mitochondria, organelles of bacterial origin, are found in almost every eukaryotic organism and play a central role in cellular functions such as energy production, cellular signaling and apoptosis and are also known to have an impact on aging, certain cancers and neurodegenerative diseases. In humans and mammals in general, the mitochondrial DNA is a small double-stranded circular molecule coding for only 37 genes. Only 13 of them code for mitochondrial proteins and the other 24 genes produce 22 tRNAs (transfer RNA) and 2 rRNAs (ribosomal RNA) necessary for the translation of the 13 protein coding genes. The extremely compact nature of mtDNA (mitochondrial DNA) suggests that there is little room for evolutionary novelties. However, recent research revealed the presence of about ten small functional ORFs inside the mitochondrial genes 12S rRNA and 16S rRNA. This calls into question the complexity of the mitochondrial genome and shows that its coding potential has been greatly underestimated. A thorough examination of the human mitochondrial genome revealed the presence of 227 sequences potentially translated into mitochondrial alternative proteins across the entire genome. In this study, we selected 9 of the 227 sequences to determine if they indeed produce identifiable peptides. This was done by immunoblotting, immunofluorescence and immunoprecipitation experiments on HeLa and HEK293T cells. These experiments allowed us to identify one alternative protein named MTALTND4 whose coding sequence is found inside the nd4 gene, in an alternative sequence. MTALTND4 is translated inside the mitochondria and can be exported in the cytoplasm as well as outside the cell since it has been found in human plasma. Although the function of this protein has not yet been confirmed preliminary results indicate its impact on cellular respiration. MTALTND4 decreases mitochondrial respiration and our results suggest that its action could be induced by hypoxia. The discovery of this new human mitochondrial gene confirms that the coding potential of the mitochondrial genome is much larger than we thought. There are most likely still many other mitochondrial proteins whose effects could prove to be of great importance. Indeed, several of the mitochondrial derived proteins discovered to date have major impacts on metabolism and could act as important therapeutic molecules. Our results lead to rethink the evolution and the selection pressures exerted on the mitochondrial genome and open the door to many future researches which will allow to re-characterize the mitochondrial genome and to have an even deeper understanding of the role of mitochondria in cellular functions.

Cette recherche est fondée sur l'importance de dépister les élèves qui éprouvent des difficultés en identification de mots au début du 2e cycle du primaire. L'objectif général de l'étude est d'analyser, avec une clientèle québécoise, la valeur d'un instrument conçu pour des écoliers français, le Test d'identification de mots écrits élaboré par Ecalle (2006). L'épreuve a été passée à 197 élèves de 3e année. Les enseignants ont également porté un jugement sur les habiletés en décodage de leurs élèves. L'analyse des résultats a permis de conclure à une bonne validité psychométrique de l'épreuve lorsqu'elle est soumise à des élèves québécois. De plus, les résultats ont montré que l'instrument pouvait être plus sensible que le jugement de l'enseignant pour détecter des problèmes de décodage chez certains élèves et qu'il pouvait servir à dresser des profils pertinents en identification de mots.

Chez les cellules eucaryotes, la mitochondrie est une organelle impliquée dans plusieurs fonctions cellulaires (production d’énergie, apoptose, production de ROS, prolifération, signalisation cellulaire, vieillissement, immunité et plus encore) et possédant son propre génome, soit l’ADN mitochondrial (ADNmt). Chez l’humain, on croyait que l’ADNmt ne codait que pour 37 gènes impliqués dans la production d’énergie et la traduction mitochondriale. Cependant, le potentiel codant du génome mitochondrial aurait été sous-estimé. Il a récemment été démontré qu’à l’intérieur de ces principaux gènes connus pouvaient se cacher plusieurs petits gènes alternatifs. Ceux-ci se retrouvent au sein de régions non codantes ou possèdent des séquences d’initiation ou de terminaison de la traduction distinctes de celles du gène de référence dans lequel ils se retrouvent. Ils codent pour des micropeptides dérivés des mitochondries qui possèdent un large éventail de fonctions, s’ajoutant à la longue liste de fonctions dans lesquelles la mitochondrie est déjà impliquée. Parmi ces peptides, on retrouve l’Humanine, MOTS-c, SHLP1-6, Gau et SHMOOSE. Nous avons précédemment découvert un nouveau gène alternatif situé dans le gène nd4, nommé mtaltnd4. Dans cette étude, nous visions à clarifier les fonctions du peptide alternatif correspondant MTALTND4 en étudiant son patron d’expression dans les tissus humains, l’impact de plusieurs stress sur son expression, l’impact du peptide sur la transcription des gènes, et ses partenaires d’interaction. Nous avons découvert que MTALTND4 pourrait être une molécule de signalisation sécrétée par les cellules en réponse au stress et affectant la physiologie pour induire un état de dépression bioénergétique en réduisant les processus de production et de demande en ATP. Plusieurs autres indices révélés par nos expériences suggèrent que MTALTND4 pourrait être une protéine multifonctionnelle impliquée dans de nombreuses voies de régulation. / In eukaryotic cells, mitochondria are organelles involved in many cellular functions (energy production, apoptosis, ROS production, proliferation, cell signaling aging, immunity and more) and that possess their own genome, namely mitochondrial DNA (mtDNA). In humans, mtDNA was believed to encode only 37 genes involved in energy production and mitochondrial translation. However, the coding potential of the mitochondrial genome has been underestimated. It has recently been shown that within these main genes could hide several small alternative genes (i.e., genes withing non-coding regions or with translation initiation/termination sequences that are distinct from the reference gene sequences in which they are found). They code for mitochondrial-derived micropeptides (MDPs) that have a broad spectrum of functions, adding to the extensive list of functions in which mitochondria are already involved. These peptides include Humanine, MOTS-c, SHLP1-6, Gau and SHMOOSE. We have previously discovered a new alternative gene located in the nd4 gene, termed mtaltnd4. In this study, we aim to clarify the functions of the corresponding alternative peptide MTALTND4 by studying its expression pattern in human tissues, the impact of several stresses on its expression, the impact of the peptide on gene transcription, and its interaction partners. We have found that MTALTND4 could be a signaling molecule secreted by cells in response to stress and would affect physiology to induce a state of bioenergetic depression by reducing ATP-producing and ATP-demanding processes. Several other clues revealed by our experiments suggest that MTALTND4 could be a multifunctional protein involved in numerous regulatory pathways.

Titre de l'écran-titre (visionné le 12 octobre 2023) / Dans la ville de Québec, la première langue parlée à la maison est le français dans près de 95% des cas (Gouvernement du Québec, 2022). Sachant que chaque année, un nombre important de nouvelles personnes immigrantes sont accueillies au Québec selon le ministère de l'Immigration, de la Francisation et de l'Intégration (MIFI, 2021), la maîtrise de la langue est cruciale pour l'intégration à la société d'accueil (Calinon, 2009). Pour faciliter le développement de la compétence communicative, la connaissance de groupes de mots ritualisés, prévisibles et attendus de la part des membres d'une même communauté linguistique, est importante (Yorio, 1980). Ces combinaisons ritualisées de mots sont nommées expressions conventionnelles dans la littérature en acquisition des langues, et la recherche a relevé l'importance de ces dernières pour la réussite des interactions quotidiennes dans la langue cible (Lx) (Bardovi-Harlig, 2019a). Toutefois, les expressions conventionnelles répertoriées en français (Beaulieu et al., 2022 ; Edmonds, 2010a) ne sont pas entièrement arrimées à des situations de communication vécues par des nouveaux(-velles) arrivant(e)s s'établissant au Québec. Pour combler cette lacune, cette recherche vise à créer un répertoire d'expressions conventionnelles du français québécois (FQ) langue première (L1) qui reflète le contenu du niveau 4 du Programme d'études Francisation du ministère de l'Éducation et de l'Enseignement supérieur (MEES, 2015) et qui répond aux besoins réels d'apprenant(e)s de français Lx. Pour ce faire, un questionnaire discursif oral, constitué de 31 scénarios du quotidien inspirés du Programme du MEES (2015), a été conçu. Ce sont 79 personnes d'âges et de milieux variés dont le FQ est la L1 qui ont répondu au questionnaire discursif oral. Les données ont été transcrites, puis analysées par actes de parole et par stratégies de conversation, grâce à six méthodes d'analyse de données (dont deux créées), ainsi qu'aux cinq critères d'identification des expressions conventionnelles de Bardovi-Harlig (2009). Les données de notre échantillon ont relevé 28 expressions conventionnelles du FQ L1, ces dernières constituant le répertoire d'expressions conventionnelles. À la lumière des expressions recensées, des pistes méthodologiques et didactiques ont été proposées.