This thesis approaches the question of homelessness in the Czech Republic, focusing specifically on homeless people with dogs who together form an alternative family unit. The purpose of this thesis is to map and present comprehensively viewed information and specifics relating to the group. The thesis aims to inspire the reader to ponder on the discussed issue, that is to be aware that this family unit requires to be approached as a whole, and not as two separate components - a homeless person and a dog. The first part of the thesis defines the theoretical aspect of the question in discussion, based primarily on academic literature sources, but also on sources from the internet which reflect on the focus of the research. Then follows a practical part where a questionnaire is conducted with homeless people with dogs, where the main research question was what the obstacles are preventing this group from living a fulfilling life. Interviews were also conducted with selected people who have been working with homeless people with dogs for a long time. Using both of these research tools, an overall result was achieved. During the mapping of the current situation, the semi-constructed interview method was applied. The research sample was composed of seven homeless people with dogs, completed by one...

Les PME structurent 90% des économies émergentes. Elles sont duales, à la fois moteurs de l'activité mondiale et vulnérables à cause d’un recours excessif à l'endettement et d'une économie informelle prégnante. Nous pensons que le capital investissement peut consolider et diffuser cette traction économique devenue l’apanage des seules nations émergentes. Se pose alors la question : « Quel modèle de capital investissement pour les pays émergents ? ». La méthodologie retenue répond à la contrainte d’une littérature encore réduite et d’un difficile accès à l’information. Nous suivons en conséquence une démarche inductive et étudions, au travers du modèle théorique de Timmons, la création d’un fonds d’investissement en Egypte de 2008 à 2011. A partir de ce cas clinique longitudinal, nous induisons un modèle de capital investissement entrepreneurial, à destination des pays émergents et inspiré du capital risque technologique. / SMEs represent 90% of emerging economies. They are dual, both engine for the world economy and vulnerable because of their excessive indebtedness and the weight of informal activities. We think private equity can enhance and spread this economic traction that only qualifies emerging countries. Thus, our question appears as: “Which model for emerging markets private equity?”. We select an inductive approach to address constraints of a limited research literature and a difficult access to data. Through the theoretical Timmons’ model, we perform a longitudinal clinical study of a private equity fund in Egypt, during its inception from 2008 to 2011. We design from our research an entrepreneurial private equity model, dedicated to emerging markets and inspired by venture capital.

Cette thèse s’inscrit dans le contexte de la surveillance des postes sous enveloppe métallique (PSEM) en courant continu (DC). La disponibilité de ces équipements étant primordiale pour leurs utilisateurs, il est nécessaire de disposer d’un outil de surveillance (monitoring) permettant de prévenir toute défaillance. Cet outil doit être capable de détecter et d’identifier les défauts présents, afin d’apporter une réponse adaptée. Depuis de nombreuses années, le monitoring des PSEM en AC est réalisé grâce à la mesure des décharges partielles (DP). Malheureusement, les connaissances des DP dans les PSEM en DC sont encore lacunaires, et les techniques d’identification des défauts sont intrinsèquement liées à l’environnement AC. De nouvelles techniques sont donc nécessaires en DC.Ce travail de thèse avait pour but de caractériser les décharges partielles dans les postes sous enveloppe métallique en tension continue, et de mettre en place une solution de reconnaissance automatique des défauts. Pour cela, un banc de mesure des décharges partielles a d’abord été mis en place. Afin de garantir la pertinence des résultats pour des systèmes industriels, les travaux ont été réalisés dans une section de PSEM sous tension continue. Le comportement des DP a été étudié pour deux types de défauts : des pointes sur le conducteur haute-tension et des particules libres métalliques. La caractérisation a porté sur l’influence de plusieurs paramètres : la nature et la pression du gaz, le niveau et la polarité de la tension. La mesure des DP a d’abord été réalisée en conformité avec la norme IEC 60270, permettant ainsi d’évaluer la pertinence de cette méthode pour les applications DC. La caractérisation a été complétée grâce à d’autres chaînes de mesure : une mesure de courant stationnaire, une mesure de courant haute-fréquence, une mesure de lumière, et une mesure des ondes ultra-haute fréquence (UHF). Le travail sur l’identification des défauts a d’abord consisté à construire une signature pertinente à partir des mesures de DP, puis à constituer une base de données, et enfin à implémenter un algorithme de reconnaissance automatique.Ces travaux ont montré que la méthode conventionnelle de mesure des DP présente certaines limites pour la détection des décharges partielles en DC, notamment pour les décharges couronne. Elle a tout de même permis de faire une bonne partie du travail de caractérisation. Les résultats obtenus avec les autres chaînes de mesure utilisées ont permis d’expliquer les lacunes de la méthode conventionnelle. Ils ont également permis un véritable apport pour la caractérisation des DP engendrées par des défauts de type pointe et particule. Enfin, une classification automatique efficace des défauts a été mise en place. Elle s’appuie sur le diagramme q(Δt) issu des données de la mesure conventionnelle des décharges partielles et sur un algorithme de réseau de neurones. / The framework of this thesis is the monitoring of High-Voltage, Direct Current (HVDC) Gas-Insulated Substations (GIS). The availability of these equipment is crucial for electrical networks operators. That is why they need a preventive diagnosis tool. The solution must be able to detect and identify the insulation defects, so that an appropriate maintenance can be planned. The last 40 years have seen Partial Discharges (PD) measurement become a classic monitoring tool for AC GIS. Unfortunately, there is a lack of scientific information about PD in HVDC GIS, and the known defect identification techniques are very specific to the AC environment. New techniques are thus needed in DC.This thesis aimed to characterize partial discharges in DC gas-insulated substations, and to develop an automatic defect identification tool. The first step of this work was the development of a partial discharge measuring bench. The complete study has been performed in a GIS section, so that the results can be directly applied to industrial equipment. Two kinds of defect have been investigated: protrusions on the high-voltage conductor, and free metallic particles. The influence of parameters such as gas nature and pressure, voltage level and polarity has been evaluated. First, PD have been measured in conformity with the IEC 60270 standard, and the relevance of this method in a DC environment has been evaluated. Then, other measuring chains have been used to improve the characterization of partial discharges: a steady-state current measurement, a high-frequency current measurement, a light measurement and a measurement of Ultra-High Frequency (UHF) waves. Finally, a relevant signature for defect identification has been designed and extracted from DP recordings. A database has been constituted, and an automated recognition algorithm has been implemented.The results show that the conventional PD measurement technique is not fully adapted to partial discharges detection in DC, corona discharges being the most problematic situation. Nevertheless, this method has brought enough information to start the characterization of PD. The limitations of the conventional method have been explained thanks to the results of the other measurements. These other experimental results have led to an actual improvement of the characterization of protrusion and particle-generated partial discharges. An effective automated defect classification solution has been implemented. The signature is derived from the q(Δt) diagram that has been extracted from the data obtained with the partial discharge conventional measurement. The identification algorithm has a neural network structure.