Spelling suggestions: "subject:"arise dde décision een incertitudes"" "subject:"arise dde décision een l'incertitude""
1 |
Prise de décision sous incertitude et raisonnement probabiliste chez l’enfant : aspects développementaux et différentiels / Decision Making under uncertainty and probabilistic reasoning in children : developmental and differential aspectsAudusseau, Jean 13 May 2016 (has links)
L’étude de la prise de décision sous incertitude en psychologie vise à identifier les processus permettant à l’individu d’atteindre un but en sélectionnant une conduite parmi plusieurs alternatives, lorsqu’il existe une incertitude quant aux conséquences respectives de ces différentes conduites. Nos hypothèses se centrent sur le rôle des fonctions exécutives et du raisonnement logico-mathématique chez l’enfant de 5 à 11 ans. Nous abordons cette thématique sous l’angle des approches différentielle (variabilité inter- et intra-individuelle) et développementale (changement micro- et macrogénétique). Quatre études sont présentées. Les deux premières soulignent le rôle de la mémoire de travail dans la résolution de la tâche du casino chez l’enfant de 8 à 11 ans, et émettent quelques réserves quant au rôle des fonctions exécutives à cette même épreuve chez les enfants de 5 à 7 ans (approche longitudinale). La troisième étude vise à étudier les stratégies des enfants de 5 et 6 ans à l’épreuve de quantification des probabilités à partir d’une analyse conjointe des variations individuelles et situationnelles. Nous identifions plusieurs stratégies correspondant à des niveaux de développement distincts, et nous montrons que les enfants les plus âgés témoignent d’une plus grande flexibilité stratégique en réponse aux variations situationnelles. Enfin, la dernière étude cherche à rendre compte des conduites des enfants de 6 à 11 ans à la tâche du casino à partir du modèle de la valence espérée. La perspective est idiographique et se focalise d’abord sur un modèle individuel, avant d’aboutir à une comparaison des seuls individus chez lesquels ce modèle individuel semble pertinent. / The study of decision making under uncertainty in psychology attempts to identify the various processes by which individuals select a course of action among several alternative possibilities in order to reach a particular goal, when the outcomes of this course of action are uncertain. We hypothesize that executive function and logical-mathematical reasoning may play a role in decision making under uncertainty in children aged 5 to 11. We adopt an individual differences approach (between- end within-individual variability) combined with a developmental approach (micro- ans macrogenetic change). Four studies have been conducted. The first two studies underline working memory role in a gambling task in children aged 8 to 11, and cast some doubts on executive function implication in this gambling task in children aged 5 to 7 (test/retest approach). The third study aims to identify the strategies children aged 5 to 6 use in a probability quantification task. By considering both individual and situational variations, we identify various strategies that relates to distinct developmental levels. We show that older children display a greater strategic flexibility in response to situational variations. Finally, the fourth study seeks to investigate decision making in a gambling task with the Expected Valence model in children aged 6 to 11. Our idiographic approach first focuses on an individual model, and then compares the only children whose decisions were appropriately captured by the individual model.
|
2 |
Robust energy and climate modeling for policy assessment / Améliorer la robustesse de l’évaluation des politiques climatique et énergétiqueNicolas, Claire 01 June 2016 (has links)
La plupart des exercices d’analyse de politiques climatiques ou énergétiques font appelà des modèles dits "d’évaluation intégrée" (MEIs). Ces modèles économie-énergie-climat sont des modèles numériques pluridisciplinaires destinés à étudier lesquestions liées au changement climatique et à sa gestion. Socles d’une accumulationde connaissance, ils ont une visée prospective et aident à traduire les débatsqualitatifs des instances de décisions nationales et internationales en un ensemble dedonnées quantitatives, scientifiquement vérifiables. Leur faible capacité à prendre encompte les incertitudes inhérentes à tout exercice de prospective mais aussi leur tropgrande complexité expliquent pourquoi ces MEIs sont si souvent décriés et leurutilisation remise en question.Ce constat a guidé nos travaux dont l’objectif était de contribuer à améliorer larobustesse des MEIs, afin de renforcer la pertinence de leur utilisation pour l’analysede l’impact de politiques économiques sur le climat-énergie. Nous avons d’abordexaminé comment ces modèles participent aux débats sur le changement climatique etcomment améliorer leur utilisation. Nous avons retracé la genèse de ces modèles etleur évolution et analysé les principales critiques qui leur sont adressées. Dans unsecond temps, nous nous sommes focalisés sur l’un des principaux reproches faits auxMEIs : le traitement de l’incertitude. Sur la base de ces analyses, nous avons mis enoeuvre une approche récente de traitement des problèmes d’incertitude paramétrique:l’optimisation robuste, méthode encore très peu utilisée dans le cadre d’étudesprospectives. / Energy-economy and energy-economy-environment models are widely used to assessenergy and climate policies. Developed during the last forty years, these models allowthe study of the interactions between the energy-transport system, the economy andthe climate system. These interactions are very complex as they involve linkages,feedback loops and delays that are not perfectly known and that take place over a longtime horizon.This complexity along with the large uncertainties weighing on the model parametersand main assumptions explain why the use of models in the policy debate, (where themodels address issues on climate change scenarios and on energy planning), is largelycriticized.Based on this observation, our work aimed primarily at increasing the robustness ofthese models, to reinforce the relevance of their use to evaluate economic policyimpacts. At first, we examine how these models should be used to contributeeffectively to the climate and energy policy analysis debate. We review the evolution ofthe modeling practice and question it, discussing its relevance. We then focus on theuncertainty treatment and on the basis of this review, we implement an alternativeway of considering parameter uncertainty when "modeling the future" using robustoptimization.
|
3 |
Étude comparative sur les méthodes de prises de décisions = A comparative study on decision-making methodologyWu, Zhen January 2020 (has links) (PDF)
No description available.
|
Page generated in 0.4638 seconds