Le langage parlé complété (LPC) est un système de communication visuel qui utilise des formes de main placés dans différentes positions près du visage, en combinaison avec le discours de la lecture labiale naturel, pour améliorer la perception de la parole à partir de l'entrée visuelle pour les personnes sourdes. Cependant l'un des défis importants est la question de la communication de la parole entre les personnes normo-entendant qui ne pratiquent pas LPC mais produisent discours acoustique et les personnes sourdes qui utilisent la lecture labiale complété par code LPC pour la perception de la parole sans audition résiduelle. Dans notre travail, nous appliquons la méthode de régression linéaire multiple (MLR) et modèle gaussien de mélange (GMM) approche pour mapper des paramètres spectraux acoustiques à la position de la main dans LPC et la forme de la lèvre d'accompagnement. Nous donc contribué à la mise au point d'un système de traduction automatique dans le cadre de la synthèse de la parole visuelle.Cela prouve que l'approche MLR est bonne pour l'estimation des paramètres pour les lèvres à partir des paramètres spectraux car il y a forte corrélation linéaire entre les paramètres des lèvres et des paramètres spectraux. Cependant, la performance de l'approche MLR pour estimer la position de la main est faible car il n'y a pas de relation entre les positions de la main et des paramètres spectraux. En introduisant un espace intermédiaire, il s'avère que la structure de topologie similaire est la clé de la MLR. Afin de libérer de la contrainte linéaire de l'approche MLR, nous appliquons la méthode de cartographie basée sur GMM qui possède à la fois les propriétés de classification et de régression. Les paramètres de GMM sont estimés par les méthodes de formation supervisées, non supervisées et semi- supervisés séparément dans la vue de la théorie de l'apprentissage de la machine. La méthode de formation supervisée montre une grande efficacité et une bonne robustesse. Le Minimum Mean Square Error (MMSE) et Maximum A Posteriori Probabilité (MAP) sont utilisés comme critères de régression séparément dans l'approche de la cartographie basée sur GMM. Cela prouve que l'approche MLR est un cas particulier de l'approche de GMM lorsque le nombre de gaussiennes est égal à un. Ainsi, l'approche de la cartographie sur GMM peut améliorer la performance significative en comparaison avec le MLR en augmentant le nombre de gaussiennes. Enfin, les différentes approches de cartographie utilisées dans ce travail sont comparées dans une transition continue. Il montre que l'approche sur GMM peut effectuer bien grâce à la propriété de classification lorsque les données source et cible n'a pas de " relation" comme dans le cas de l'estimation de la position de la main, et il peut également améliorer les performances par la propriété de régression local lorsque la source et les données cible a forte corrélation comme dans le cas du paramètre de lèvre estimation. En outre, une prédiction directe de la géométrie des lèvres comporte de l'image naturelle de la bouche région d'intérêt (ROI) sur la base de la 2D transformée en cosinus discrète (DCT) combinée à une analyse en composante principale (ACP) est proposé. Les résultats montrent la possibilité d'estimer les caractéristiques géométriques de la lèvre avec une bonne précision en utilisant un ensemble réduit de prédicteurs dérivés des coefficients DCT.

Le langage parlé complété (LPC) est un système de communication visuel qui utilise des formes de main placés dans différentes positions près du visage, en combinaison avec le discours de la lecture labiale naturel, pour améliorer la perception de la parole à partir de l'entrée visuelle pour les personnes sourdes. Cependant l'un des défis importants est la question de la communication de la parole entre les personnes normo-entendant qui ne pratiquent pas LPC mais produisent discours acoustique et les personnes sourdes qui utilisent la lecture labiale complété par code LPC pour la perception de la parole sans audition résiduelle. Dans notre travail, nous appliquons la méthode de régression linéaire multiple (MLR) et modèle gaussien de mélange (GMM) approche pour mapper des paramètres spectraux acoustiques à la position de la main dans LPC et la forme de la lèvre d’accompagnement. Nous donc contribué à la mise au point d'un système de traduction automatique dans le cadre de la synthèse de la parole visuelle.Cela prouve que l'approche MLR est bonne pour l'estimation des paramètres pour les lèvres à partir des paramètres spectraux car il y a forte corrélation linéaire entre les paramètres des lèvres et des paramètres spectraux. Cependant, la performance de l'approche MLR pour estimer la position de la main est faible car il n'y a pas de relation entre les positions de la main et des paramètres spectraux. En introduisant un espace intermédiaire, il s'avère que la structure de topologie similaire est la clé de la MLR. Afin de libérer de la contrainte linéaire de l'approche MLR, nous appliquons la méthode de cartographie basée sur GMM qui possède à la fois les propriétés de classification et de régression. Les paramètres de GMM sont estimés par les méthodes de formation supervisées, non supervisées et semi- supervisés séparément dans la vue de la théorie de l'apprentissage de la machine. La méthode de formation supervisée montre une grande efficacité et une bonne robustesse. Le Minimum Mean Square Error (MMSE) et Maximum A Posteriori Probabilité (MAP) sont utilisés comme critères de régression séparément dans l'approche de la cartographie basée sur GMM. Cela prouve que l'approche MLR est un cas particulier de l'approche de GMM lorsque le nombre de gaussiennes est égal à un. Ainsi, l'approche de la cartographie sur GMM peut améliorer la performance significative en comparaison avec le MLR en augmentant le nombre de gaussiennes. Enfin, les différentes approches de cartographie utilisées dans ce travail sont comparées dans une transition continue. Il montre que l'approche sur GMM peut effectuer bien grâce à la propriété de classification lorsque les données source et cible n'a pas de " relation" comme dans le cas de l'estimation de la position de la main, et il peut également améliorer les performances par la propriété de régression local lorsque la source et les données cible a forte corrélation comme dans le cas du paramètre de lèvre estimation. En outre, une prédiction directe de la géométrie des lèvres comporte de l'image naturelle de la bouche région d'intérêt (ROI) sur la base de la 2D transformée en cosinus discrète (DCT) combinée à une analyse en composante principale (ACP) est proposé. Les résultats montrent la possibilité d'estimer les caractéristiques géométriques de la lèvre avec une bonne précision en utilisant un ensemble réduit de prédicteurs dérivés des coefficients DCT. / Cued Speech (CS) is a visual communication system that uses hand shapes placed in different positions near the face, in combination with the natural speech lip-reading, to enhance speech perception from visual input for deaf people. However one of the important challenges is the question of speech communication between normal hearing people who do not practice CS but produce acoustic speech and deaf people who use lip-reading complemented by CS code for speech perception with no residual audition. In our work, we apply the multi-linear regression approach (MLR) and Gaussian Mixture Model (GMM)-based mapping approach to map acoustic spectral parameters to the hand position in CS and the accompanying lip shape. We hence contributed to the development of automatic translation system in the framework of visual speech synthesis. It proves that the MLR approach is good for estimating the lip parameters from the spectral parameters since there is strong linear correlation between the lip parameters and spectral parameters. However, the performance of MLR approach for estimating the hand position is poor since there is no relationship between the hand positions and spectral parameters. By introducing an intermediate space, it proves that the similar topology structure is the key of the MLR. In order to release the linear constraint of the MLR approach, we apply the GMM-based mapping approach which has both the classification-partition and regression properties. The parameters of GMM are estimated by the supervised, unsupervised and semi-supervised training methods separately in the view of the machine learning theory. The supervised training method shows high efficiency and good robustness. The Minimum Mean Square Error (MMSE) and Maximum A Posteriori Probability (MAP) are used as regression criteria separately in GMM-based mapping approach. It proves that the MLR approach is a special case of GMM-based mapping approach when the number of the Gaussians equals to one. Thus the GMM-based mapping approach can improve the performance significantly in comparison with the MLR by increasing the number of the Gaussians. Finally, a continuous transition achieved by the linear interpolation in the acoustic space is introduced to compare the different mapping approaches used in this work. It shows that the GMM-based mapping approach can perform well thanks to the classification-partitioning property when the source and target data has “no relationship” such as the case of the hand position estimation; and it can also improve the performance by the local regression property when the source and target data has strong correlation such as the case of the lip parameter estimation. Besides, a direct prediction of lip geometry features from the natural image of mouth region-of-interest (ROI) based on the 2D Discrete Cosine Transform (DCT) combined with a Principal Component Analysis (PCA) is proposed. The results show the possibility to estimate the geometric lip features with good accuracy using a reduced set of predictors derived from the DCT coefficients.

Le contexte de l’étude est celui des mouvements de terrain susceptibles de se produire à la suite d’un affaissement minier caractéristique de Lorraine et de leurs conséquences sur les habitations en maçonnerie traditionnelle. Quand de tels affaissements se produisent, ces habitations subissent en effet des désordres qui résultent des efforts engendrés dans la structure par les mouvements du terrain. La réponse qui caractérise alors l’état global de la structure dépend des caractéristiques géométriques, physiques et mécaniques. Or, la nature discontinue des maçonneries et la complexité des interactions entre blocs dans ces maçonneries rend complexe et difficile la détermination de cette réponse. Il en est de même de l’interaction sol-structure. L’objectif de la recherche consiste donc à étudier, par modélisation numérique avec la méthode des éléments distincts et par la technique des plans d’expérience et des surfaces de réponse, le comportement d’ouvrages en maçonnerie soumis à un affaissement minier caractéristique et à dégager de cette étude des critères permettant d’estimer, à l’échelle d’une ville entière, la vulnérabilité de tous ses bâtiments en maçonnerie. Une première analyse simplifiée expose le principe de la démarche mise en œuvre à l’échelle de la ville de Joeuf, utilisée comme site pilote. Elle repose sur l’analyse de la longueur cumulée des joints ouverts, assimilés à la formation de fissures dans la structure. Ensuite, une analyse typologique permet de distinguer 4 groupes de maisons aux caractéristiques proches. Sur chacun de ces groupes, la démarche est ensuite appliquée de manière systématique. Elle prend en considération des caractéristiques géométriques des façades et aboutit à la formulation de fonctions de vulnérabilité qui font appel à la technique de régression orthogonale / The context of our study concerns ground movements that may occur in Lorraine as a result of mining subsidence events and their impact on traditional masonry houses. When such an event occurs, houses suffer disorders resulting from efforts in the structure caused by the movement of the ground. The response that characterizes the state of the structure depends on the geometrical, physical and mechanical characteristics. However, the discontinuous nature of the masonry and the interactions complexity between masonry blocks makes it difficult to determine that response. The same is true about the soil-structure interaction. The purpose of this research is to study, by numerical modelling with the distinct element method, experimental design planning and response surfaces, the behaviour of masonry structures subjected to a typical mining subsidence event and to define from this study some criteria making possible the estimation of the vulnerability of all the buildings of a city. A first simplified analysis describes the principle of the used methodology which is then applied to the study of all houses of the city of Joeuf, used as a pilot site. This methodology is based on an analysis of the total length of the opened joints, which are considered as similar to cracks in the structure. Then, a typology analysis helps first to distinguish 4 groups (types) of houses which have similar characteristics. On each of these groups, the methodology is applied consistently, based on the geometrical characteristics of the houses facades and then leads to the formulation of vulnerability functions that use the technique of orthogonal regression

No description available.

Thèse par articles / Dans un contexte où les données probantes sont prisées en éducation, cette thèse en didactique du français rappelle la pertinence, pour la recherche et la pratique, de s’intéresser en premier lieu à ce que l’enseignante fait en classe de français. Quelles sont les stratégies pédagogiques utilisées par les enseignantes en classe de français au secondaire québécois qui participent au développement de la compétence scripturale des élèves? Pour répondre à cette question, trois objectifs de recherche spécifiques sont poursuivis dans cette thèse. Chaque objectif fait l’objet d’un article scientifique, qui s’intègre dans un devis séquentiel de méthodes mixtes (Creswell, Plano Clark, Gutmann et Hanson, 2003). Le premier article vise à identifier les stratégies pédagogiques utilisées en classe de français au secondaire québécois liées à l’écriture de meilleurs textes par les élèves. Il repose sur une analyse secondaire (Dale, 1993) de données collectées à grande échelle au secondaire québécois par le groupe DIEPE (1995) (analyses factorielles exploratoires et régressions multiples à deux niveaux). Le deuxième article vise à identifier les stratégies pédagogiques utilisées en classe de français au secondaire québécois qui, selon le savoir d’expérience (Tardif et Lessard, 1999) des enseignantes, participent particulièrement au développement de la compétence scripturale des élèves. Il repose sur un atelier délibératif (Dogba, Dossa et Dagenais, 2017), lors duquel six enseignantes d’expérience choisissent ensemble des stratégies pédagogiques développant particulièrement la compétence scripturale de leurs élèves. Le troisième article vise à décrire comment peuvent être utilisées en classe de français au secondaire québécois les stratégies pédagogiques retenues consensuellement à l’issue de l’atelier délibératif. Il repose sur l’analyse d’observations directes non participantes menées dans la classe d’une enseignante de français du secondaire québécois au moyen d’un synopsis (Blaser, 2007, 2009; Lord, 2012, 2014; Schneuwly et Dolz, 2009) et d’une grille d’analyse complémentaire qui repose sur les gestes didactiques fondamentaux de l’enseignante (Aeby Daghé et Dolz, 2008; Schneuwly, 2000, 2009; Schneuwly et Dolz, 2009). La mise en relation des résultats des trois articles nous conduit à discuter de leur complémentarité et de celle des méthodes employées ainsi qu’à souligner leurs implications pour la recherche et la pratique. Trois constats se dégagent. 1) Faire écrire les élèves permet aux enseignantes de français du secondaire québécois d’enseigner l’écriture, puisque cela leur permet d’utiliser plusieurs stratégies pédagogiques dans le but de développer la compétence scripturale de leurs élèves. 2) Pour développer la compétence scripturale des élèves, plusieurs stratégies pédagogiques peuvent être utilisées en classe, toutes de façons à la fois singulières et plurielles. Ces stratégies pédagogiques reposeraient toutes sur la mise à disposition de textes, que l’enseignante peut fournir aux élèves ou qu’elle peut leur faire écrire, et sur la mise en évidence des dimensions des objets de savoir à enseigner dans ces textes, bref sur des formes spécifiques des gestes didactiques fondamentaux présentifier et pointer (Schneuwly, 2000, 2009). 3) L’enseignante joue un rôle central pour développer la compétence scripturale des élèves en classe de français au secondaire québécois, par l’étayage et la diversification des stratégies pédagogiques. / In the context of evidence-based education, this thesis in French didactics stresses the relevance, for research and practice, of being primarily interested in what teachers do in French class. What are the pedagogical strategies used in class by French teachers within Quebec secondary schools that participate in developing students’ scriptural competence? To answer this question, three specific research objectives are pursued in this thesis. Each objective is the subject of a scientific article, which are all part of a sequential mixed methods research design (Creswell, Plano Clark, Gutmann and Hanson, 2003). The first article aims to identify the pedagogical strategies used in French class that relate to the writing of better texts by students in Quebec secondary schools. It is based on a secondary analysis (Dale, 1993) of large-scale data that were collected in Quebec secondary schools by the DIEPE group (1995) (exploratory factor analysis and two-level multiple regressions). The second article aims to identify the pedagogical strategies used in French class within Quebec secondary schools that specifically participate in developing students’ scriptural competence according to the teacher’s experience knowledge (Tardif and Lessard, 1999). It is based on a deliberative workshop (Dogba, Dossa and Dagenais, 2017), during which six experienced teachers together choose pedagogical strategies that specifically develop the scriptural competence of their students. The third article aims to describe how the pedagogical strategies elected at the end of the deliberative workshop can be used in French class within Quebec secondary schools. It is based on the analysis of direct nonparticipant observations that were conducted in the class of a French secondary school teacher in Quebec using a synopsis (Blaser, 2007, 2009; Lord, 2012, 2014; Schneuwly and Dolz, 2009) and a complementary analysis grid based on the teacher's fundamental didactic gestures (Aeby Daghé and Dolz, 2008; Schneuwly, 2000, 2009; Schneuwly and Dolz, 2009). The results of the three articles are then discussed to explore the complementarity of their results and methods, as well as to highlight their implications for research and practice. Three observations emerge. 1) Having students write allows French secondary school teachers in Quebec to teach writing, as it enables them to use several pedagogical strategies to develop their students’ scriptural competence. 2) To develop students’ scriptural competence, several teaching strategies can be used in class, in ways that are all simultaneously singular and plural. These pedagogical strategies may be based on the provision of texts that the teacher can show to students or that she can have them produce, and on highlighting the knowledge objects’ dimensions that ought to be taught in these texts, in short on specific forms of the fundamental didactic gestures of presentifying and pointing (Schneuwly, 2000, 2009). 3) The teacher plays a central role in developing the scriptural competence of students in French class within Quebec secondary schools, by scaffolding and diversifying pedagogical strategies.

In the light of recent findings regarding age and cumulative language exposure in the domain of Second Language Acquisition, the present study examines how starting age and linguistic input influences Swedish learners of French in a formal instructional setting. In contrast to natural settings, research suggests that a younger starting age in formal settings does not result in more advanced long-term competences in the target language. For the benefits associated with a younger age to be triggered, significant amounts of rich linguistic input need to be obtained by the learner on a daily basis. To test the validity of these findings, two groups with different starting ages were asked to fill in a questionnaire about their age and language contact as well as to perform a grammar and vocabulary test. A correlation analysis showed that an older starting age did in fact have a statistically significant relationship with higher test results and that the participants who reported having more frequent self-regulatory habits of studying French also performed better than the ones with little to no extracurricular exposure. However, a regression analysis did not manage to confirm these correlations and did instead find that other variables such as motivation and which group the participants belonged to have a much stronger significance than mere starting age and the amount of received input.

Les modèles de réseaux de neurones et en particulier les modèles profonds sont aujourd'hui l'un des modèles à l'état de l'art en apprentissage automatique et ses applications. Les réseaux de neurones profonds récents possèdent de nombreuses couches cachées ce qui augmente significativement le nombre total de paramètres. L'apprentissage de ce genre de modèles nécessite donc un grand nombre d'exemples étiquetés, qui ne sont pas toujours disponibles en pratique. Le sur-apprentissage est un des problèmes fondamentaux des réseaux de neurones, qui se produit lorsque le modèle apprend par coeur les données d'apprentissage, menant à des difficultés à généraliser sur de nouvelles données. Le problème du sur-apprentissage des réseaux de neurones est le thème principal abordé dans cette thèse. Dans la littérature, plusieurs solutions ont été proposées pour remédier à ce problème, tels que l'augmentation de données, l'arrêt prématuré de l'apprentissage ("early stopping"), ou encore des techniques plus spécifiques aux réseaux de neurones comme le "dropout" ou la "batch normalization". Dans cette thèse, nous abordons le sur-apprentissage des réseaux de neurones profonds sous l'angle de l'apprentissage de représentations, en considérant l'apprentissage avec peu de données. Pour aboutir à cet objectif, nous avons proposé trois différentes contributions. La première contribution, présentée dans le chapitre 2, concerne les problèmes à sorties structurées dans lesquels les variables de sortie sont à grande dimension et sont généralement liées par des relations structurelles. Notre proposition vise à exploiter ces relations structurelles en les apprenant de manière non-supervisée avec des autoencodeurs. Nous avons validé notre approche sur un problème de régression multiple appliquée à la détection de points d'intérêt dans des images de visages. Notre approche a montré une accélération de l'apprentissage des réseaux et une amélioration de leur généralisation. La deuxième contribution, présentée dans le chapitre 3, exploite la connaissance a priori sur les représentations à l'intérieur des couches cachées dans le cadre d'une tâche de classification. Cet à priori est basé sur la simple idée que les exemples d'une même classe doivent avoir la même représentation interne. Nous avons formalisé cet à priori sous la forme d'une pénalité que nous avons rajoutée à la fonction de perte. Des expérimentations empiriques sur la base MNIST et ses variantes ont montré des améliorations dans la généralisation des réseaux de neurones, particulièrement dans le cas où peu de données d'apprentissage sont utilisées. Notre troisième et dernière contribution, présentée dans le chapitre 4, montre l'intérêt du transfert d'apprentissage ("transfer learning") dans des applications dans lesquelles peu de données d'apprentissage sont disponibles. L'idée principale consiste à pré-apprendre les filtres d'un réseau à convolution sur une tâche source avec une grande base de données (ImageNet par exemple), pour les insérer par la suite dans un nouveau réseau sur la tâche cible. Dans le cadre d'une collaboration avec le centre de lutte contre le cancer "Henri Becquerel de Rouen", nous avons construit un système automatique basé sur ce type de transfert d'apprentissage pour une application médicale où l'on dispose d’un faible jeu de données étiquetées. Dans cette application, la tâche consiste à localiser la troisième vertèbre lombaire dans un examen de type scanner. L’utilisation du transfert d’apprentissage ainsi que de prétraitements et de post traitements adaptés a permis d’obtenir des bons résultats, autorisant la mise en oeuvre du modèle en routine clinique. / Neural network models and deep models are one of the leading and state of the art models in machine learning. They have been applied in many different domains. Most successful deep neural models are the ones with many layers which highly increases their number of parameters. Training such models requires a large number of training samples which is not always available. One of the fundamental issues in neural networks is overfitting which is the issue tackled in this thesis. Such problem often occurs when the training of large models is performed using few training samples. Many approaches have been proposed to prevent the network from overfitting and improve its generalization performance such as data augmentation, early stopping, parameters sharing, unsupervised learning, dropout, batch normalization, etc. In this thesis, we tackle the neural network overfitting issue from a representation learning perspective by considering the situation where few training samples are available which is the case of many real world applications. We propose three contributions. The first one presented in chapter 2 is dedicated to dealing with structured output problems to perform multivariate regression when the output variable y contains structural dependencies between its components. Our proposal aims mainly at exploiting these dependencies by learning them in an unsupervised way. Validated on a facial landmark detection problem, learning the structure of the output data has shown to improve the network generalization and speedup its training. The second contribution described in chapter 3 deals with the classification task where we propose to exploit prior knowledge about the internal representation of the hidden layers in neural networks. This prior is based on the idea that samples within the same class should have the same internal representation. We formulate this prior as a penalty that we add to the training cost to be minimized. Empirical experiments over MNIST and its variants showed an improvement of the network generalization when using only few training samples. Our last contribution presented in chapter 4 showed the interest of transfer learning in applications where only few samples are available. The idea consists in re-using the filters of pre-trained convolutional networks that have been trained on large datasets such as ImageNet. Such pre-trained filters are plugged into a new convolutional network with new dense layers. Then, the whole network is trained over a new task. In this contribution, we provide an automatic system based on such learning scheme with an application to medical domain. In this application, the task consists in localizing the third lumbar vertebra in a 3D CT scan. A pre-processing of the 3D CT scan to obtain a 2D representation and a post-processing to refine the decision are included in the proposed system. This work has been done in collaboration with the clinic "Rouen Henri Becquerel Center" who provided us with data

Dans ce travail, l'approche non-paramétrique par noyaux associés mixtes multivariés est présentée pour les fonctions de densités, de masse de probabilité et de régressions à supports partiellement ou totalement discrets et continus. Pour cela, quelques aspects essentiels des notions d'estimation par noyaux continus (dits classiques) multivariés et par noyaux associés univariés (discrets et continus) sont d'abord rappelés. Les problèmes de supports sont alors révisés ainsi qu'une résolution des effets de bords dans les cas des noyaux associés univariés. Le noyau associé multivarié est ensuite défini et une méthode de leur construction dite mode-dispersion multivarié est proposée. Il s'ensuit une illustration dans le cas continu utilisant le noyau bêta bivarié avec ou sans structure de corrélation de type Sarmanov. Les propriétés des estimateurs telles que les biais, les variances et les erreurs quadratiques moyennes sont également étudiées. Un algorithme de réduction du biais est alors proposé et illustré sur ce même noyau avec structure de corrélation. Des études par simulations et applications avec le noyau bêta bivarié avec structure de corrélation sont aussi présentées. Trois formes de matrices des fenêtres, à savoir, pleine, Scott et diagonale, y sont utilisées puis leurs performances relatives sont discutées. De plus, des noyaux associés multiples ont été efficaces dans le cadre de l'analyse discriminante. Pour cela, on a utilisé les noyaux univariés binomial, catégoriel, triangulaire discret, gamma et bêta. Par la suite, les noyaux associés avec ou sans structure de corrélation ont été étudiés dans le cadre de la régression multiple. En plus des noyaux univariés ci-dessus, les noyaux bivariés avec ou sans structure de corrélation ont été aussi pris en compte. Les études par simulations montrent l'importance et les bonnes performances du choix des noyaux associés multivariés à matrice de lissage pleine ou diagonale. Puis, les noyaux associés continus et discrets sont combinés pour définir les noyaux associés mixtes univariés. Les travaux ont aussi donné lieu à la création d'un package R pour l'estimation de fonctions univariés de densités, de masse de probabilité et de régression. Plusieurs méthodes de sélections de fenêtres optimales y sont implémentées avec une interface facile d'utilisation. Tout au long de ce travail, la sélection des matrices de lissage se fait généralement par validation croisée et parfois par les méthodes bayésiennes. Enfin, des compléments sur les constantes de normalisations des estimateurs à noyaux associés des fonctions de densité et de masse de probabilité sont présentés. / This work is about nonparametric approach using multivariate mixed associated kernels for densities, probability mass functions and regressions estimation having supports partially or totally discrete and continuous. Some key aspects of kernel estimation using multivariate continuous (classical) and (discrete and continuous) univariate associated kernels are recalled. Problem of supports are also revised as well as a resolution of boundary effects for univariate associated kernels. The multivariate associated kernel is then defined and a construction by multivariate mode-dispersion method is provided. This leads to an illustration on the bivariate beta kernel with Sarmanov's correlation structure in continuous case. Properties of these estimators are studied, such as the bias, variances and mean squared errors. An algorithm for reducing the bias is proposed and illustrated on this bivariate beta kernel. Simulations studies and applications are then performed with bivariate beta kernel. Three types of bandwidth matrices, namely, full, Scott and diagonal are used. Furthermore, appropriated multiple associated kernels are used in a practical discriminant analysis task. These are the binomial, categorical, discrete triangular, gamma and beta. Thereafter, associated kernels with or without correlation structure are used in multiple regression. In addition to the previous univariate associated kernels, bivariate beta kernels with or without correlation structure are taken into account. Simulations studies show the performance of the choice of associated kernels with full or diagonal bandwidth matrices. Then, (discrete and continuous) associated kernels are combined to define mixed univariate associated kernels. Using the tools of unification of discrete and continuous analysis, the properties of the mixed associated kernel estimators are shown. This is followed by an R package, created in univariate case, for densities, probability mass functions and regressions estimations. Several smoothing parameter selections are implemented via an easy-to-use interface. Throughout the paper, bandwidth matrix selections are generally obtained using cross-validation and sometimes Bayesian methods. Finally, some additionnal informations on normalizing constants of associated kernel estimators are presented for densities or probability mass functions.

Problématique: Dans les dernières années plusieurs études ont exposé les défis auxquels font face des infirmières praticiennes spécialisées en première ligne (IPSPL) dans leur pratique quotidienne. Le manque d’autonomie, l’étendue de pratique limitée et le manque de collaboration dans les équipes de soins sont des facteurs qui sont principalement ressortis de ces études. Les IPSPL aux Québec n’y font pas exception. En effet, leur déploiement a aussi été difficile pour certaines. Ces difficultés rencontrées peuvent inciter les IPSPL à quitter leur travail. Connaître les facteurs influençant l’intention de quitter des IPSPL pourrait donc permettre de maintenir ces professionnelles indispensables dans les milieux de soins. But: Identifier les facteurs qui influencent l’intention de quitter des IPSPL travaillant dans le réseau public de santé québécois. Méthode: La présente étude est une analyse secondaire de données collectées à l’aide d’un questionnaire auto-administré d’une durée approximative de 45 minutes entre mars et avril 2017. L’échantillon de cette étude est composé des 222 IPSPL qui y ont participé. Les facteurs influençant l’intention de quitter mesurés sont : la reconnaissance au travail, les conditions de l’environnement de travail, la relation et le soutien du gestionnaire, le soutien de l’organisation et les pratiques organisationnelles, la relation avec les collègues de travail, les caractéristiques personnelles de l’infirmière et les facteurs externes. Des analyses descriptives, bivariées et une analyse de régression multiple ont été utilisées afin de répondre au but de l’étude. Résultats: 23% des IPSPL pensent quitter leur établissement de soins d’ici les trois prochaines années (n=199), 2% pensent quitter la profession (n=198) et 10% pensent quitter le réseau public au profit d’une organisation privée (n=196). Ces résultats étant comparables à ceux obtenus dans une étude publiée en 2011 où 27,2% des infirmières praticiennes spécialisées (IPS) pensaient quitter leur emploi et où 5,5% d’entre-elles pensaient quitter la profession infirmière (n= 254). Les facteurs associés à l’intention de quitter des IPSPL sont : la diminution du salaire comparativement au salaire net avant d’être IPS et l’absence de flexibilité dans les horaires comparativement à la présence de flexibilité dans les horaires. Aussi, la diminution de la collaboration avec les autres professionnels de la santé et les médecins a été associée avec l’augmentation de l’intention de quitter. Conclusion: Ces nouvelles connaissances pourront aider les gestionnaires dans l’élaboration de stratégies de rétention afin de maintenir les IPSPL en poste. / Problematic: In recent years, several studies have outlined the obstacles faced by nurse practitioners (NP) in primary care in their daily practice. The lack of autonomy, the limited scope of practice and the lack of collaboration in care teams are factors that are highlighted in the studies as challenges faced by these nurses. Nurse practitioners in primary care in Quebec are no exception and their deployment has also been difficult for some. These obstacles can give to the NP the intention to leave their work and knowing the factors influencing this intention could therefore help to maintain these indispensable professionals in the health care system. Aim: Identify the factors that influence the intention to leave of NP in primary care working in the Quebec public health care system. Methods: This study is a secondary analysis of data collected between March and April 2017 using a self-administered questionnaire that lasts approximately 45 minutes. The sample for this study is composed of the 222 NP in primary care who participated. The factors influencing the intention to leave measured are: work rewards, condition of work environment, relationship and support from manager, organizational support and practices, relationships with co-workers, nurse characteristics and external factors. Descriptive, bivariate and multiple regression analyzes were used to meet the aim of the study. Findings: 23% of NP in primary care plan to leave their current establishment within the next three years (n=199), 2% thinks about leaving their profession (n=198) and 10% are thinking about leaving the public health care system in favor of a private organization (n=196). These results are comparable to those obtained by a study published in 2011 where 27.2% of nurse practitioners were thinking about leaving their jobs and 5.5% of them were thinking about leaving the nursing profession (n=254). The factors associated with the intent to leave of the NP in primary care are: the decrease of their salary compared to the net salary before being NP and the lack of flexibility in the work schedules compared to the possibility of having flexibles schedules. Also, the decrease of collaboration with others health professionals and doctors is associated with an increase in the intention to leave. Conclusion: These new informations could assist managers in the development of retention strategies to maintain primary care NP in workplace.