A l'heure actuelle, les seuls moyens d'informer les usagers de la ville de l'environnement sonore dans lequel ils vivent consistent en des indicateurs de niveaux sonores moyens et annuels obtenus par modélisation acoustique des principales infrastructures de transports. Or, ces indicateurs sont difficilement compris et de ce fait mal interprétés par les usagers de la ville car ils ne reflètent pas la signification des bruits perçus et la diversité des situations que les citadins rencontrent. Le but de ce travail de recherche est donc d'analyser la façon dont les usagers de la ville perçoivent le paysage sonore urbain afin de définir des indicateurs de qualité sonore qui pourront être à terme intégrés dans une représentation territoriale cartographique. Pour ce faire, il a tout d'abord été nécessaire de s'attacher à déterminer un pas temporel et spatial de mesure permettant de caractériser des ambiances urbaines d'un point de vue acoustique. A partir d'enregistrements longue durée (trois mois environs) en six points fixes à Paris, il a été possible de déterminer à travers des classifications ascendantes hiérarchiques de Ward associées à des cartes auto-organisatrices de Kohonen qu'une durée de dix minutes semble dans la plupart des cas être suffisante pour caractériser différentes ambiances sonores. Grâce aux mêmes méthodes de classification, l'analyse du maillage spatial a permis de définir quatre zones homogènes qui correspondent (1) au parc, (2) au boulevard, (3) à la rue piétonne puis (4) une zone que l'on qualifiera de zone de transition. La suite de l'étude s'est attachée à construire des modèles de prédiction de la qualité sonore. A partir d'enquêtes de terrain réalisées à Paris et à Lyon, il a été possible d'établir des modèles à la fois locaux (caractérisant le lieu même où le questionnaire a été évalué) et globaux basés d'une part sur des régressions linéaires multiples et d'autre part sur des réseaux de neurones artificiels. La comparaison de ces deux types de modèles a permis entre autre de mettre en évidence l'apport des réseaux de neurones artificiels devant les régressions linéaires multiples en termes de prédiction. Par ailleurs il est ressorti de ces modèles l'importance de variables telles que le silence, l'agrément visuel ou encore la présence de sources sonores particulières comme les véhicules légers pour expliquer la qualité sonore de l'environnement. / At present, the only ways to inform city dwellers about the sound environment in which they live are annual and average sound level indicators using acoustic modeling of main transport infrastructure. However, these indicators are difficult to understand and therefore misinterpreted by city dwellers because they do not reflect the significance of perceived noise and the diversity of the situations. The aim of this research is therefore to analyze how the city dwellers perceive the urban soundscape in order to characterize sound quality indicators which can be used into mapping. To do this, it was first of all necessary to determine a temporal and spatial resolution to characterize urban environment from an acoustic point of view. From long period recordings (almost three months) at six locations in Paris it was possible to determine through hierarchical ascendant Ward classifications combined with self-organizing Kohonen maps that duration of ten minutes for measurements seems to be enough to characterize in most cases different acoustic environments. Thanks to the same classification methods, spatial study made it possible to define four homogeneous areas which correspond (1) to the park, (2) to the boulevard, (3) to the pedestrian street and (4) to an area which can be considered as a transition one. Then this study focused on building sound quality predictive models. Thanks to field surveys in Paris and Lyon, it was possible to establish local models (characterizing the location where the questionnaire has been evaluated) and overall models based on one hand on multiple linear regressions and on the other hand on artificial neural networks. The comparison of both models highlighted the advantages of artificial neural networks compared to multiple linear regressions in terms of prediction. Moreover, according to these models, variables such as silence, the visual pleasantness or even the presence of specific sound sources as light vehicles explain the sound quality of the environment.

L’objectif de cette recherche est d’analyser l’influence des pratiques managériales des dirigeants sur la performance à l’export des PME marocaines et de vérifier le rôle médiateur de la compétitivité, en se basant sur la théorie des ressources (RBV). L’approche quantitative est principalement utilisée dans cette recherche. Les analyses de régressions linéaires multiples utilisées sur un échantillon de 100 PME marocaines pour confirmer ou infirmer treize hypothèses de recherche, révèlent que seules certaines pratiques managériales sont stratégiques et conditionnent la performance à l’export, en développant des avantages compétitifs durables. L’étude a des implications utiles pour la recherche académique, les dirigeants et les politiques publiques, fournissant des lignes directrices et des repères utiles pour une performance supérieure à l’export. L’étude peut également être proposée dans l’enseignement supérieur afin d’informer le corps enseignant et les étudiants sur le contexte des PME. Cette recherche fait partie de l’une des rares études ayant mis en évidence le rôle médiateur de la compétitivité dans le contexte des pays en développement, en particulier dans les régions du Maghreb, où on note de rares références bibliographiques dans ce domaine.Des mesures aussi bien objectives que subjectives ont été utilisées pour mesurer la performance à l’export. Un certain nombre de limites doivent par ailleurs être prises en considération dans l’évaluation des résultats et leurs implications. Les contributions ne peuvent être généralisées que si les idées supplémentaires proposées résistent à l’épreuve du temps et de l’expérience. Une limite fondamentale est que les données analysées sont transversales plutôt que longitudinales. Le cadre développé dans cette recherche peut servir de point de départ à des recherches ultérieures. Celles-ci pourraient être enrichies en explorant les divers paramètres que nous n’avons pas envisagés tels quel la culture et le cycle de vie des produits et des entreprises. Il va de soi que ces facteurs pourraient revêtir une grande importance. / The purpose of this research is to analyze the impact of the managerial practices of managers on the export performance of Moroccan SMEs and to examine the mediating role of the competitiveness, based on the resource-based view (RBV) of a firmThe quantitative approach is particularly used in this study. The survey was conducted of 100 Moroccan SMEs. The multiple linear regressions employed to confirm or reject the hypotheses revealed that only certain managerial practices are strategic and can affect export performance by developing sustainable competitive advantage. The study has useful managerial implications for academics, practitioners and public policy makers, providing guidelines and interesting recommendations for a better export performance. The study can also be used in teaching. This is one of the few studies which highlighted the mediating role of the competitiveness in the context of a developing country, particularly in Maghreb regions, where the studies on this subject are rare.Both objective and subjective measures were used to measure export performance. However, the results presented in this work should be interpreted with caution, since the results have a number of limitations that should be taken into account when evaluating and generalizing their conclusions. Indeed, it is recommended that longitudinal and replication studies be undertaken, in order to ascertain the effect of the managerial practices on the export performance at different time and spatial frames. Future research should also include other important factors not analyzed in this study.

During the boreal cool season, regional climate in the United States is strongly impacted by extreme temperature regimes (ETRs), including both cold air outbreaks (CAOs) and warm waves (WWs), which have significant impacts on energy consumption, agriculture, as well as the human population. Using NCEP/NCAR and MERRA reanalysis data, the statistical characteristics of ETRs over three distinct geographical regions are studied: the Midwest (MW), Northeast Megalopolis (NE), and Deep South (SE). The regional long-term variability in the frequency and amplitude of ETRs is examined, and the modulation of these ETRs by low frequency modes is quantified. ETR behavior is characterized using three different metrics applied to both T and Twc: 1) the number of extreme cold/warm days, 2) a seasonal cumulative "impact factor", and 3) a peak normalized anomaly value. A trend analysis reveals a significant downward trend in SE WW events from 1949-2011. Otherwise, no significant trends are found for ETRs in any of the other regions. Thus, these results indicate that there has not been any significant reduction in either the amplitude or frequency of CAOs over the United States during the period of analysis. In fact, for the SE region, the recent winters of 2009/2010 and 2010/2011 both rank among the top 5 in terms of CAO metrics. In addition, strong interannual variability in ETRs is evident from 1949-2011 in each region. Linear regression analysis is then used to determine the associations between ETR metrics and the seasonal mean state of several low frequency modes, and it is found that ETRs tend to be modulated by certain low frequency modes. For instance, in the SE region, there is a significant association between ETRs and the phase of the North Atlantic (or Arctic) Oscillation (NAO/AO), the Pacific North American (PNA) pattern (for WWs only), the Pacific Decadal Oscillation (PDO) and the El Niño-Southern Oscillation (for WWs only). Over the MW region, WWs are modulated by the NAO/AO and PNA patterns, while in the NE region, the AO, NAO (for WWs only) and PDO (for WWs only) are implicated. In addition, it is found that there is an asymmetry between the low frequency mode modulation of CAOs and WWs. Multiple linear regression analysis is then used to quantify the relative roles of the various low frequency modes in explaining interannual variability in ETR metrics, and reveals that various combinations of low frequency modes can explain anywhere between 10% and 50% of the variance in the ETR metrics.