Les humains doivent sans cesse s’adapter à des environnements incertains, changeants et ouverts. Pour ce faire, il est nécessaire d’explorer, d’ajuster et d’exploiter plusieurs task-sets, c’est-à-dire des associations sensorimotrices flexibles entre des stimuli, des actions et des résultats. Collins et Kœchlin ont proposé un modèle computationnel qui contrôle la création, l’apprentissage, le stockage, la récupération et la sélection de tels task-sets pour guider le comportement (Collins & Kœchlin, 2012, PloS biology). Le modèle met à jour les fiabilités d’un ensemble de task-sets, c’est-à-dire leur capacité à prédire correctement les conséquences des actions. Cette mise à jour des fiabilités est réalisée par inférence bayésienne en intégrant les résultats des actions et l’information contextuelle. Elle permet d’arbitrer entre l’exploitation du task-set le plus fiable et l’exploration de nouveaux task-sets. En l’absence d’information contextuelle, la fiabilité des task-sets appris est maintenue et mise à jour dans le cortex frontopolaire (Donoso, Collins & Kœchlin, Science, 2014). Ce travail de thèse a pour but d’élucider les mécanismes neuraux permettant le monitorage et la récupération de task-sets stockés en mémoire, que ce soit selon les indices contextuels ou les résultats des actions. Pour ce faire, nous avons élaboré une expérience d’IRM fonctionnelle dans laquelle des sujets sains doivent apprendre, par essais et erreurs, plusieurs task-sets associés à divers indices contextuels, puis réutiliser les task-sets appris. Les conditions expérimentales varient de façon non prédictible de telle sorte que : (i) des task-sets précédemment appris doivent être réutilisés soit avec le même indice contextuel, soit avec un indice contextuel nouveau ; (ii) de nouveaux task-sets doivent être appris soit avec de nouveaux indices contextuels, soit avec des indices connus. Les résultats comportementaux montrent que les sujets apprennent, maintiennent, mettent à jour et réutilisent un répertoire grandissant de task-sets tel que le prédit le modèle computationnel. Plus précisément : (i) les indices contextuels connus sont utilisés de façon proactive (avant l’exécution d’une action) pour sélectionner le task-set correspondant ; (ii) lorsque les indices contextuels sont inconnus, les sujets sélectionnent le task-set de façon réactive, selon les résultats des actions. Les résultats d’imagerie révèlent que la fiabilité des task-sets est mise à jour dans le cortex frontopolaire et le cortex préfrontal dorso-latéral. De plus, le cortex préfrontal latéral est impliqué dans le processus de sélection proactif et réactif. Cependant, les récupérations proactives et réactives dépendent de réseaux distincts : (i) d’une part la récupération proactive repose sur un réseau ventral qui inclut le cortex préfrontal ventro-médian, le striatum et l’hippocampe ;(ii) d’autre part, la récupération réactive repose sur un réseau frontal incluant notamment le cortex frontopolaire. / Humans need to adapt to uncertain, changing, and open-ended environ- ments. In such situations, decision-making involves exploring, adjusting and ex- ploiting multiple task-sets – defined as flexible sensorimotor mappings associating stimuli, actions, and expected outcomes. Collins and Kœchlin proposed a computational model that controls the crea- tion, learning, storage, retrieval, and selection of such task-sets for driving action (Collins & Kœchlin, 2012, PloS biology). The model monitors the reliability of a collection of concurrent task-sets - i.e., the ability of alternative task-sets to correctly predict action outcomes. Task-set reliability is updated in a Bayesian manner according to outcomes and contextual information and arbitrates between exploiting the most reliable task- set or exploring new ones to drive action. It has recently been shown that, without contextual information, the reliability of alternative learned task-sets is monito- red in frontopolar cortex (Donoso, Collins & Kœchlin, Science, 2014). The goal of this study is to investigate the neural mechanisms that subserve the monitoring and retrieval of stored task-sets according to both contextual cues and action outcomes. We designed an fMRI experiment requiring healthy human subjects to learn by trials and errors and to switch between multiple task-sets associated with va- rious contextual cues. Experimental conditions varied unpredictably such that: (i) previously learned task-sets re-occurred with either the same or new contextual cues, (ii) new task-sets that needed to be learned occurred with new cues or pre- viously encountered ones. Behavioral results and model fits show that subjects learned, monitored and switched across an expanding repertoire of task-sets as predicted by the compu- tational model. More specifically : (i) Known contextual cues were used proactively (before performing any action) to select the corresponding task-set ; (ii) When previously learned task-sets re-occurred with unknown contextual cues, subjects selected the stored task-set reactively based on action outcomes. Model-based fMRI results revealed that task-set reliability is updated in the frontopolar cortex and the lateral prefrontal cortex. Moreover, lateral prefrontal cortex is engaged in the selection process in both cases. However distinct networks are involved depending on whether the retrieval is cue or outcome-based: (i) on the one hand, proactive retrieval relies on a ventral pathway including ventromedial prefrontal cortex, striatum and bilateral hippocampus ;(ii) on the other hand, reactive retrieval relies on a frontal network including frontopolar cortex.

Cette thèse explore le caching proactif, l'un des principaux paradigmes des réseaux cellulaires 5G utilisé en particulier le déploiement des réseaux à petites cellules (RPCs). Doté de capacités de prévisions en combinaison avec les récents développements dans le stockage, la sensibilité au contexte et les réseaux sociaux, le caching distribué permet de réduire considérablement les pics de trafic dans la demande des utilisateurs en servant de manière proactive ces derniers en fonction de leurs demandes potentielles, et en stockant les contenus à la fois dans les stations de base et dans les terminaux des utilisateurs. Pour montrer la faisabilité des techniques de caching proactif, nous abordons le problème sous deux angles différents, à savoir théorique et pratique.Dans la première partie de cette thèse, nous utiliserons des outils de géométrie stochastique pour modéliser et analyser les gains théoriques résultant du stockage dans les stations de base. Nous nous focalisons en particulier sur 1-) les réseaux ``niveau-simple" dans lesquels de petites stations de base ayant une capacité de stockage limitée, 2-) Réseaux ``niveau-multiples" avec un backbone à capacité limitée et 3-) Les réseaux ``niveau-multiples groupés" à deux topologies différentes: déploiements en fonction de la couverture et en fonction de la capacité. Nous y caractérisons les gains de stockage en termes de débit moyen fourni et de délai moyen, puis nous montrons différents compromis en fonction du nombre de stations de base, de la taille de stockage, du facteur de popularité des contenus et du débit des contenus ciblés. Dans la seconde partie de la thèse, nous nous focalisons à une approche pratique du caching proactif et nous focalisons sur l'estimation du facteur de popularité des contenus et les aspects algorithmiques. En particulier, 1-) nous établissons dans un premier lieu les gains du caching proactif à la fois au niveau des stations de base qu'au niveau des terminaux utilisateurs, en utilisant des outils récents d'apprentissage automatique exploitant le transfert des communications appareil-à-appareil (AàA); 2-) nous proposons une approche d'apprentissage sur la base de la richesse des informations transmises entre terminaux (que nous désignons par domaine source) dans le but d'avoir une meilleure estimation de la popularité des différents contenus et des contenus à stocker de manière stratégique dans les stations de base (que nous désignons par domaine cible); 3-) Enfin, pour l'estimation de la popularité des contenus en pratique, nous collectons des données de trafic d'usagers mobiles d'un opérateur de télécommunications sur plusieurs de ses stations de base pendant un certain nombre d'observations. Cette grande quantité de données entre dans le cadre du traitement ``Big Data" et nécessite l'utilisation de nouveaux mécanismes d'apprentissage automatique adaptés à ces grandes masses de données. A ce titre, nous proposons une architecture parallélisée dans laquelle l'estimation de la popularité des contenus et celle du stockage stratégique au niveau des stations de base sont faites simultanément. Nos résultats et analyses fournissent des visions clés pour le déploiement du stockage de contenus dans les petites stations de base, l'une des solutions les plus prometteuses des réseaux cellulaires mobiles hétérogènes 5G. / This thesis explores one of the key enablers of 5G wireless networks leveraging small cell network deployments, namely proactive caching. Endowed with predictive capabilities and harnessing recent developments in storage, context-awareness and social networks, peak traffic demands can be substantially reduced by proactively serving predictable user demands, via caching at base stations and users' devices. In order to show the effectiveness of proactive caching techniques, we tackle the problem from two different perspectives, namely theoretical and practical ones.In the first part of this thesis, we use tools from stochastic geometry to model and analyse the theoretical gains of caching at base stations. In particular, we focus on 1) single-tier networks where small base stations with limited storage are deployed, 2) multi-tier networks with limited backhaul, and) multi-tier clustered networks with two different topologies, namely coverage-aided and capacity-aided deployments. Therein, we characterize the gains of caching in terms of average delivery rate and mean delay, and show several trade-offs as a function of the number of base stations, storage size, content popularity behaviour and target content bitrate. In the second part of the thesis, we take a more practical approach of proactive caching and focus on content popularity estimation and algorithmic aspects. In particular: 1) We first investigate the gains of proactive caching both at base stations and user terminals, by exploiting recent tools from machine learning and enabling social-network aware device-to-device (D2D) communications; 2) we propose a transfer learning approach by exploiting the rich contextual information extracted from D2D interactions (referred to as source domain) in order to better estimate the content popularity and cache strategic contents at the base stations (referred to as target domain); 3) finally, to estimate the content popularity in practice, we collect users' real mobile traffic data from a telecom operator from several base stations in hours of time interval. This amount of large data falls into the framework of big data and requires novel machine learning mechanisms to handle. Therein, we propose a parallelized architecture in which content popularity estimation from this data and caching at the base stations are done simultaneously.Our results and analysis provide key insights into the deployment of cache-enabled small base stations, which are seen as a promising solution for 5G heterogeneous cellular networks.

Les troubles de l’initiation du mouvement de la maladie de Parkinson sont invalidants et sans solution thérapeutique satisfaisante. Dans ce travail, nous nous intéressons à deux catégories de symptômes, classiquement explorées de façon indépendante : d’un côté, la lenteur à l’initiation du mouvement ou akinésie, et de l’autre, la difficulté à retenir l’initiation d’un mouvement ou impulsivité. En nous appuyant sur des avancées théoriques et méthodologiques récentes, nous tentons de revisiter ces troubles de l’initiation du mouvement en termes de dysfonctionnements exécutifs dans la maladie de Parkinson.Dans ce but, nous avons : 1) recherché les liens entre marqueurs cliniques (akinésie et impulsivité) et troubles du contrôle inhibiteur ; 2) identifié les dysfonctionnements cérébraux associés au moyen de méthodes électroencéphalographiques innovantes permettant de localiser les sources cérébrales et d’observer la dynamique des processus cérébraux ; et 3) sondé l’origine neurochimique de cette fonction à l’aide d’un protocole pharmacologique.Nos résultats suggèrent que l’impulsivité et l’akinésie sont les deux faces d’une même pièce, aux origines d’un dysfonctionnement du contrôle inhibiteur proactif non sélectif. Ils indiquent également que ce contrôle exécutif est sous-tendu par l’activité du noyau sous-thalamique et d’un réseau cortical médian comprenant le précuneus et l’aire motrice supplémentaire. Un rôle du système noradrénergique a également été mis en évidence à l’origine de ces troubles exécutifs. Ces travaux ouvrent donc la voie à de nouvelles perspectives thérapeutiques pour la maladie de Parkinson / Movement initiation disorders in Parkinson’s disease are multifaceted, are debilitating and have no satisfying therapeutic option. On the one hand, slowness and difficulties initiating voluntary movements contribute to akinesia, a cardinal symptom of the disease which is usually considered to be motor in origin and which is not fully alleviated by current medication. On the other hand, difficulties refraining voluntary movements contribute to impulsivity, a frequent side effect of current dopaminergic and neurosurgical therapies. Here, based on systematic analyses of the clinical neuroimaging literature, we suggest that these opposite forms of movement initiation disorders might be executive, not purely motor, in origin.To empirically test this hypothesis, we: 1) related clinical markers of the disease (akinesia and impulsivity) to behavioral indexes of inhibitory control impairment; 2) identified associated cerebral dysfunctions by means of advanced electroencephalographic (EEG) methods; and 3) investigated the neurochemical origin of these dysfunctions by combining pharmacological and cerebral stimulations with EEG recordings.Results suggest that impulsivity and akinesia are the two sides of the same coin. Indeed, they were found to be associated with opposite inhibitory control disorders, and dysfunctions of subthalamic cortical loops involving medial executive areas. Importantly, it was also found that restoring normal behavior and normal activity within these loops by means of deep brain stimulation depends on the level of noradrenergic tonus, opening the way for new therapeutic approaches for Parkinson’s disease

Les troubles exécutifs de la maladie de Parkinson sont invalidants et sans solution thérapeutique satisfaisante. La raison est liée au fait que les fonctions exécutives sont difficiles à appréhender, tant au niveau de leur modélisation cognitive qu'anatomo-fonctionnelle ou neurochimique. Ici, nous nous appuyons sur des avancées théoriques et méthodologiques récentes pour revisiter ces troubles exécutifs. Nous nous intéressons à une fonction, récemment mise en évidence, destinée à verrouiller par anticipation le déclenchement de toute action en situation d'incertitude : le contrôle proactif de l'inhibition non sélective de l'action. Notre hypothèse directrice est que son dysfonctionnement est susceptible de générer une grande variété de troubles exécutifs. Nous avons : 1) recherché les liens entre marqueurs cliniques et troubles du contrôle proactif ; 2) identifié les dysfonctionnements cérébraux associés au moyen de méthodes électroencéphalographiques innovantes combinées à l'enregistrement des effets de la stimulation du noyau sous-thalamique ; et 3) sondé l'origine neurochimique de cette fonction. Nos résultats suggèrent qu'un dysfonctionnement de l'inhibition proactive n'engendre pas uniquement des troubles impulsifs mais explique également des comportements hypo-productifs comme l'akinésie. Ils indiquent que ces troubles ne sont pas d'origine dopaminergique et qu'ils sont liés au dysfonctionnement de l'activité du cortex frontal médian et du noyau sous-thalamique. Ces travaux ouvrent la voie à de nouvelles perspectives thérapeutiques pour la maladie de Parkinson et à une meilleure appréhension de la clinique d'autres pathologies / Executive impairments in Parkinson’s disease are debilitating and have no satisfying therapeutic option. This is partly due to the fact that executive functions are difficult to investigate from cognitive, neuro-functional and neurochemical standpoints. Here, we build on recent theoretical and methodological improvements to revisit executive impairments. We are interested in a function that consists in locking in advance movement initiation mechanisms in the face of uncertainty: proactive control of non-selective inhibition of action. Our leading hypothesis is that dysfunction of proactive inhibitory control could generate widespread and heterogeneous executive impairments. We thus: 1) tried to relate clinical markers of the disease to behavioral indexes of proactive control impairment; 2) identified the associated cerebral dysfunctions by means of advanced electroencephalographic methods and manipulation of deep brain stimulation of the subthalamic nucleus; and 3) investigated the neurochemical origin of this function. Our results suggest that impulsivity is not the only outcome of inhibitory impairment. Disorder of proactive inhibitory control may also account for hypo-productive behaviors such as akinesia. Results also indicate that this mechanism is of non-dopaminergic origin and relies on medial frontal and subthalamic activity. This work opens the way for new therapeutic approaches for Parkinson’s disease as well as a better understanding of clinical symptoms observed in others diseases

L'interaction homme-robot arrive dans une phase intéressante ou la relation entre un homme et un robot est envisage comme 'un partenariat plutôt que comme une simple relation maitre-esclave. Pour que cela devienne une réalité, le robot a besoin de comprendre le comportement humain. Il ne lui suffit pas de réagir de manière appropriée, il lui faut également être socialement proactif. Pour que ce comportement puis être mise en pratique le roboticien doit s'inspirer de la littérature déjà riche en sciences sociocognitives chez l'homme. Dans ce travail, nous allons identifier les éléments clés d'une telle interaction dans le contexte d'une tâche commune, avec un accent particulier sur la façon dont l'homme doit collaborer pour réaliser avec succès une action commune. Nous allons montrer l'application de ces éléments au cas un système robotique afin d'enrichir les interactions sociales homme-robot pour la prise de décision. A cet égard, une contribution a la gestion du but de haut niveau de robot et le comportement proactif est montre. La description d'un modèle décisionnel d'collaboration pour une tâche collaboratif avec l'humain est donnée. Ainsi, l'étude de l'interaction homme robot montre l'intéret de bien choisir le moment d'une action de communication lors des activités conjointes avec l'humain.

Cette thèse porte sur plusieurs technologies de déchargement cellulaire pour les futurs réseaux sans fil avec l’amélioration envisagée sur la efficacité spatiale du spectre et l’efficacité énergétique. Notre recherche concerne deux directions principales, y compris la communication D2D underlaid dans les réseaux cellulaires et le caching proactif au bord de réseau.La première partie de cette thèse contient deux chapitres qui présentent nos résultats de recherche sur les réseaux cellulaire avec D2D underlaid. Notre recherche se focalise sur l’accès opportuniste distribué, dont la performance en termes du débit D2D est optimisé dans deux scénarios: 1) en supposant que l’utilisateur cellulaire avec un trafic saturé peut avoir une probabilité de couverture minimale; 2) en supposant que le trafic discontinu à l’utilisateur cellulaire, dont le délai moyen doit être maintenue au-dessous d’un certain seuil. La deuxième partie de cette thèse se focalise sur les méthodes de caching proactif au bord de réseau, y compris le caching aux petites cellules et aux appareils des utilisateurs. Tout d’abord, nous étudions le placement de contenu probabiliste dans différents types de réseaux et avec différents objectifs d’optimisation. Deuxièmement, pour le caching aux petites cellules, nous proposons un schéma coopérative parmi les petites stations de base, qui exploite le gain combiné du caching coopérative et les techniques de multipoint coordonnée. Les modèles de processus ponctuel nous permet de créer la connexion entre la diversité de transmission en couche PHY et la diversité de contenus stockés. / This thesis focuses on several emerging technologies towards future wireless networks with envisaged improvement on the area spectral efficiency and energy efficiency. The related research involves two major directions, including deviceto- device (D2D) communication underlaid cellular networks and proactive caching at network edge. The first part of this thesis starts with introducing D2D underlaid cellular network model and distributed access control methods for D2D users that reuse licensed cellular uplink spectrum. We aim at optimize the throughput of D2D network in the following two scenarios: 1) assuming always backlogged cellular users with coverage probability constraint, 2) assuming bursty packet arrivals at the cellular user, whose average delay must be kept below a certain threshold. The second part of this thesis focuses on proactive caching methods at network edge, including at small base stations (SBSs) and user devices. First, we study and compare the performance of probabilistic content placement in different types of wireless caching networks and with different optimization objectives. Second, we propose a cooperative caching and transmission strategy in a cluster-centric small cell networks (SCNs), which exploits the combined gain of cache-level cooperation and CoMP technique. Using spatial models from stochastic geometry, we build the connection between PHY transmission diversity and the content diversity in local caches.

L'interaction homme-robot arrive dans une phase intéressante ou la relation entre un homme et un robot est envisage comme 'un partenariat plutôt que comme une simple relation maitre-esclave. Pour que cela devienne une réalité, le robot a besoin de comprendre le comportement humain. Il ne lui suffit pas de réagir de manière appropriée, il lui faut également être socialement proactif. Pour que ce comportement puis être mise en pratique le roboticien doit s'inspirer de la littérature déjà riche en sciences sociocognitives chez l'homme. Dans ce travail, nous allons identifier les éléments clés d'une telle interaction dans le contexte d'une tâche commune, avec un accent particulier sur la façon dont l'homme doit collaborer pour réaliser avec succès une action commune. Nous allons montrer l'application de ces éléments au cas un système robotique afin d'enrichir les interactions sociales homme-robot pour la prise de décision. A cet égard, une contribution a la gestion du but de haut niveau de robot et le comportement proactif est montre. La description d'un modèle décisionnel d'collaboration pour une tâche collaboratif avec l'humain est donnée. Ainsi, l'étude de l'interaction homme robot montre l'intéret de bien choisir le moment d'une action de communication lors des activités conjointes avec l'humain / Human Robot Interaction is entering into the interesting phase where the relationship with a robot is envisioned more as one of companionship with the human partner than a mere master-slave relationship. For this to become a reality, the robot needs to understand human behavior and not only react appropriately but also be socially proactive. A Companion Robot will also need to collaborate with the human in his daily life and will require a reasoning mechanism to manage thecollaboration and also handle the uncertainty in the human intention to engage and collaborate. In this work, we will identify key elements of such interaction in the context of a collaborative activity, with special focus on how humans successfully collaborate to achieve a joint action. We will show application of these elements in a robotic system to enrich its social human robot interaction aspect of decision making. In this respect, we provide a contribution to managing robot high-level goals and proactive behavior and a description of a coactivity decision model for collaborative human robot task. Also, a HRI user study demonstrates the importance of timing a verbal communication in a proactive human robot joint action

La prise en charge des flux des patients, en particulier les flux récurrents et consécutifs à des crises sanitaires (grippes, canicules, situations exceptionnelles) est l'un des problèmes les plus importants auquel les services des urgences (SU) doivent faire face. Pour gérer cet afflux de patients, les services des urgences nécessitent des ressources humaines et matérielles importantes, ainsi qu'un degré élevé de coordination entre ces ressources. Dans ces conditions, le personnel médical se voit confronté très fréquemment à des situations de tension qui compliquent très fortement sa tâche. L‘objet de cette thèse est de contribuer à l’amélioration de la gestion des situations de tension se produisant dans un service d’urgence en proposant un système d’aide à la décision, SAGEST (Système d’Aide à la décision pour la GEstion des Situations de Tensions), permettant i) le pilotage proactif du SU : prévision à court et/ou moyen terme de l'apparition de situations de tension et l'évolution du flux patients et la proposition d'actions de correction afin d'éviter l’occurrence de ces situations et ii) le pilotage réactif dans le cas où l'occurrence de la situation de tension n'a pas été détectée. Une architecture fonctionnelle du système SAGEST, s'appuyant sur le processus décisionnel du responsable du service d'urgence, est proposée. Les méthodologies et les modèles utilisés dans la construction des principales fonctions et de la base de connaissances sont décrits. Enfin, les résultats d’application des différents modèles du système SAGEST pour le service d’urgence pédiatrique (SUP) du centre hospitalier régional universitaire du Lille sont présentés et discutés. / The management of patient flow, especially the flow resulting from health (flu, heat waves and exceptional circumstances) is one of the most important problems to manage in the emergency department (ED). To handle the influx of patients, emergency departments require significant human and material resources, and a high degree of coordination between these resources. Under these conditions, the medical and the paramedical staffs are often confronted with strain situations which greatly complicate their task. The main purpose of this thesis is to contribute to improving the management of situations of tension occurring in the emergency department by providing a decision support system, SAGEST. This DSS allows i) a proactive control of the ED: predicting at short and/or medium-term the occurrence of potential strain situations and proposing corrective actions to prevent the occurrence of these situations, ii) a reactive control in the case of no-detection of the strain situation occurrence. A functional architecture of the SAGEST system, based on the manager’s decision making process is proposed. Used methodologies and models embedded in the main functions and the knowledge base of the SAGEST system are described. Finally, experiments and results of different models of SAGEST system applied to the paediatric emergency department (PED) of the Regional University Hospital of Lille are presented and discussed.

L’objectif de la recherche (dans le cadre de trois études empiriques) est d’expliquer comment la perception du contexte organisationnel politique peut être mobilisée pour améliorer la performance et la pro-activité des employés et pour réduire leurs intentions de démissionner. Notre approche théorique s’inscrit dans la théorie de l’auto-détermination (Deci & Ryan, 2000) et s’appuie sur la théorie de la conservation des ressources (Hobfoll, 2002) ainsi la théorie dite de « Human Agency » (Bandura, 2006), et la science de la psychologie positive (Seligman & Csikszentmihalyi, 2014). Une étude quantitative est menée au Pakistan pour évaluer les conceptualisations formulées. Nos résultats révèlent que les employés ayant un capital psychologique élevé développent de manière durable des comportements conduisant à la performance et qu’ils demeurent proactifs dans des contextes organisationnels perçus comme fortement politiques. En même temps, ces employés subissent une vulnérabilité psychologique qui les pousse à démissionner. A l’opposé, la perception d’un contexte organisationnel politique offre aux employés politiquement doués une source d’opportunités qui satisfait leurs besoins psychologiques tout en maintenant leurs proactivités. Enfin, en prenant en compte les effets motivationnels du contexte organisationnel politique, nous avons trouvé que ce dernier gêne l’intériorisation de la motivation extrinsèque au travail. En conclusion, l’idée que les jeux politiques ne peuvent pas être éliminés dans les organisations, nous suggérons aux managers d’équiper les employés de ressources psychologiques et sociales afin d’obtenir un fonctionnement optimal à tous les niveaux / This dissertation (in a series of three empirical studies) seeks to explicate how perceived politics in organizations can be used for accomplishing effective employee performance and proactivity, and to lower employees’ intentions to quit. We ground our theoretical frameworks in self-determination theory (Deci & Ryan, 2000) and also borrow support from conservation of resource theory (Hobfoll, 2002), human agency (Bandura, 2006), and the science of positive psychology (Seligman & Csikszentmihalyi, 2014). A quantitative survey was conducted in Pakistan to assess the proposed conceptualizations. Our findings reveal interesting patterns of relationships. We find employees with high psychological capital hold a sustainability demeanor in their performance and proactive behavior, when encountering high perceived politics. At the same time, they experience a psychological vulnerability that drives them to quit. On the contrary, perceived politics presents politically skilled employees an opportunistic / challenging turf that satisfies their innate psychological needs and uphold their proactive activities. Lastly, with regard to the motivational effects of perceived politics, we find that perceived politics hinders the internalization of extrinsic motivation at work. We conclude that employees are an integral part of an organization constituency and their well-being implies an organization’s sustainability. Since, politics cannot be eliminated we suggest managers to equip employees with psychological and social resources for the sake of optimal functioning at all levels

Bientôt, les robots ne travailleront plus de manière isolée mais avec nous. Ils entrent peu à peu dans notre vie de tous les jours pour coopérer, assister, aider, servir, apprendre, enseigner ou même jouer avec l'homme. Dans ce contexte, nous considérons que ce ne doit pas être à l'homme de s'adapter au robot. Au contraire, le robot doit être capable d'intégrer, dans ses stratégies de planification et de décision, différents facteurs d'effort et de confort et de prendre en compte les préférences et désirs de l'homme ainsi que les normes sociales de son environnement. Tout en respectant les principes de sécurité réglementaire, le robot doit se comporter, naviguer, manipuler, communiquer et apprendre d'une manière qui soit pertinente, acceptée et compréhensible par l'homme. Cette thèse explore et définit les ingrédients clés nécessaires au robot pour développer une telle intelligence socio-cognitive. Elle définit également un cadre pour l'interaction homme-robot permettant de s'attaquer à ces challenges dans le but de rendre le robot socialement intelligent / Robots will no longer be working isolated from us. They are entering into our day-to-day life to cooperate, assist, help, serve, learn, teach and play with us. In this context, it is important that because of the presence of robots, the human should not be on compromising side. To achieve this, beyond the basic safety requirements, robots should take into account various factors ranging from human’s effort, comfort, preferences, desire, to social norms, in their various planning and decision making strategies. They should behave, navigate, manipulate, interact and learn in a way, which is expected, accepted, and understandable by us, the human. This thesis begins by exploring and identifying the basic yet key ingredients of such socio-cognitive intelligence. Then we develop generic frameworks and concepts from HRI perspective to address these additional challenges, and to elevate the robots capabilities towards being socially intelligent