Dans cette thèse, nous étudions la sémantique des relations entre les utilisateurs et des forces antagonistes que nous observons naturellement dans diverses relations sociales, comme hostilité ou méfiance. L'étude de ces relations soulève de nombreux problèmes à la fois techniques, puisque l'arsenal mathématique n'est souvent pas adapté aux liens négatifs, mais aussi pratiques à cause de la difficulté rencontrée pour collecter de telles données (expliciter une relation négative est perçu comme malvenu pour de nombreux utilisateurs). Nous nous intéressons alors aux solutions alternatives de collecte afin d'inférer ces relations négatives à partir d'autres contenus. En particulier, nous allons utiliser les jugements communs que les utilisateurs partagent à propos d'items (données des systèmes de recommandation). Nous apportons trois contributions. Dans la première, nous allons aborder le cas des accords sur les items qui peuvent ne pas avoir la même sémantique selon qu'ils concernent des items appréciés ou non par les utilisateurs. Nous verrons que le fait de ne pas aimer un même produit n'est pas synonyme de similarité. Ensuite, nous allons prendre en compte dans notre seconde contribution les distributions de notes des utilisateurs et des items afin de mesurer si les accords ou les désaccords arrivent par hasard ou non, afin notamment d'éviter les conséquences des différents biais utilisateurs et items présents dans ce type de données. Enfin, notre troisième contribution consistera à exploiter ces différents résultats afin de prédire le signe des liens entre utilisateurs à partir des seuls jugements communs à propos des items et sans aucune information sociale négative. / In this thesis, we study the semantic of relations between users and, in particular, the antagonistic forces we naturally observe in various social relationships, such as hostility or suspicion. The study of these relationships raises many problems both techniques - because the mathematical arsenal is not really adapted to the negative ties - and practical, due to the difficulty of collecting such data (explaining a negative relationship is perceived as intrusive and inappropriate for many users). That’s why we focus on the alternative solutions consisting in inferring these negative relationships from more widespread content. We use the common judgments about items the users share, which are the data used in recommender systems. We provide three contributions, described in three distinct chapters. In the first one, we discuss the case of agreements about items that may not have the same semantics if they involve appreciated items or not by two users. We will see that disliking the same product does not mean similarity. Afterward, we consider in our second contribution the distributions of user ratings and items ratings in order to measure whether the agreements or disagreements may happen by chance or not, in particular to avoid the user and item biases observed in this type of data. Our third contribution consists in using these results to predict the sign of the links between users from the only positive ties and the common judgments about items, and then without any negative social information.

Le crowdsourcing est une pratique permettant aux entreprises de faire appel à l’intelligence humaine à grande échelle afin d’apporter des solutions à des problématiques qu’elles souhaitent externaliser. Les problématiques externalisées sont de plus en plus complexes et ne peuvent être résolues individuellement. Nous proposons dans cette thèse une approche appelée SocialCrowd, contribuant à améliorer la qualité des résultats de crowdsourcing. Elle consiste à faire collaborer les participants afin d’unir leur capacité de résolution et apporter des solutions aux problèmes externalisés de plus en plus complexes. Les groupes collaboratifs sont mis en compétition, via des rétributions attrayantes, afin d’obtenir de meilleures résolutions. Par ailleurs, il est nécessaire de protéger les données privées des groupes en compétition. Nous utilisons les réseaux sociaux comme support de fuite de données. Nous proposons une approche basée sur l’algorithme Dijkstra pour estimer la probabilité de propagation de données privées d’un membre sur le réseau social. Ce calcul est complexe étant donné la taille des réseaux sociaux. Une parallélisation du calcul est proposée suivant le modèle MapReduce. Un algorithme de classification basé sur le calcul de propagation dans les réseaux sociaux est proposé permettant de regrouper les participants en groupes collaboratifs et compétitifs tout en minimisant les fuites de données d’un groupe vers l’autre. Comme ce problème de classification est d’une complexité combinatoire, nous avons proposé un algorithme de classification basé sur les algorithmes d’optimisation combinatoires tels que le recuit simulé et les algorithmes génétiques. Etant donnée le nombre important de solutions possible, une approche basée sur le modèle du Soft Constraint Satisfaction Problem (SCSP) est proposée pour classer les différentes solutions. / Crowdsourcing is the practice of allowing companies to use human intelligence scale to provide solutions to issues they want to outsource. Outsourced issues are increasingly complex and cannot be resolved individually. We propose in this thesis an approach called SocialCrowd, helping to improve the quality of the results of crowdsourcing. It compromise to collaborate participants to unite solving ability and provide solutions to outsourced problems more and more complex. Collaborative groups are put in competition through attractive remuneration, in order to obtain better resolution. Furthermore, it is necessary to protect the private information of competing groups. We use social media as a support for data leakage. We propose an approach based on Dijkstra algorithm to estimate the propagation probability of private data member in the social network. Given the size of social networks, this computation is complex. Parallelization of computing is proposed according to the MapReduce model. A classification algorithm based on the calculation of propagations in social networks is proposed for grouping participants in collaborative and competitive groups while minimizing data leaks from one group to another. As this classification problem is a combinatorial complexity, we proposed a classification algorithm based on combinatorial optimization algorithms such as simulated annealing and genetic algorithms. Given the large number of feasible solutions, an approach based on the model of Soft Constraint Satisfaction Problem (SCSP) is proposed to classify the different solutions.

Dans cette thèse nous étudions un problème fondamental, le partitionnement de graphe, dans le contexte de la croissance rapide des données, le volume des données continues à augmenter, allant des réseaux sociaux à l'internet des objets. En particulier, afin de vaincre les propriétés intraitables existant dans de nombreuses graphies, par exemple, la distribution des degrés en loi de puissance, nous appliquons un nouveau mode pour coupe de sommet, à la place de la méthode traditionnelle (coupe de bord), ainsi que pour assurer une charge de travail équilibrée et raisonnablement dans le traitement de graphe distribué. En outre, pour réduire le coût de communication inter-partitions, nous proposons une méthode de partition de bord basée sur les blocs, qui peut explorer efficacement les structures graphiques sous-jacentes au niveau local. , afin d'optimiser l'exécution de l'algorithme de graphe. Par cette méthode, le temps d'exécution et des communications généraux peuvent être considérablement réduits par rapport aux approches existantes. Les challenges qui se posent dans les grands graphiques comprennent également leur grande variété. Comme nous le savons, la plupart des applications graphiques au monde réel produisent des ensembles de données hétérogènes, dans lesquels les sommets et / ou les arêtes peuvent avoir des différents types ou des différentes étiquettes. De nombreuses algorithmes de fouille de graphes sont également proposés avec beaucoup d'intérêt pour les attributs d'étiquette. Pour cette raison, notre travail est étendu aux graphes de multicouches en prenant en compte la proximité des arêtes et la distribution des étiquettes lors du processus de partitionnement. En fin de cette thèse, Nous démontré à la ses performances exceptionnelles sur les ensembles de données du monde réel. / In this thesis, we mainly focus on a fundamental problem, graph partitioning, in the context of unexpectedly fast growth of data sources, ranging from social networks to internet of things. Particularly, to conquer intractable properties existing in many graphs, e.g. power-law degree distribution, we apply the novel fashion vertex-cut, instead of the traditional edge-cut method, for achieving balanced workload in distributed graph processing. Besides, to reduce the inter-partition communication cost, we present a block-based edge partition method who can efficiently explore the locality underlying graphical structures, to enhance the execution of graph algorithm. With this method, the overhead of both communication and runtime can be decreased greatly, compared to existing approaches. The challenges arising in big graphs also include their high-variety. As we know, most of real life graph applications produce heterogenous datasets, in which the vertices and/or edges are allowed to have different types or labels. A big number of graph mining algorithms are also proposed with much concern for the label attributes. For this reason, our work is extended to multi-layer graphs with taking into account the edges closeness and labels distribution during partitioning process. Its outstanding performance over real-world datasets is demonstrated finally.

Réseaux sociaux (RS) (par exemple, Facebook, Twitter et LinkedIn) ont gagné en popularité écrasante et accumulé des données numériques massives sur la société humaine. Ces données massives, représentant de l’information personnelle et sociale des individus, nous offrent des possibilités sans précédent pour étudier, analyser et modéliser la structure de réseau complexe, les relations humaines, les gens similitude, etc. Pendant ce temps, les RS ont déclenché un grand nombre d’applications et de services qui rentables chercher à maintenir des liens de vibrer et l’expérience des utilisateurs d’avance. Dans ce contexte, comment concevoir ces applications et les services, en particulier comment extraire et d’exploiter des fonctionnalités sociales efficaces à partir des données massives disponibles pour améliorer les applications et les services, a reçu beaucoup d’attention. Cette thèse, visant à améliorer les applications et les services sociaux, étudie trois questions essentielles et pratiques RS: (1) Comment pouvons-nous explorer les amis potentiels pour un utilisateur d’établir et d’élargir ses liens sociaux? (2) comment pouvons-nous découvrir un contenu intéressant pour un utilisateur pour satisfaire ses goûts personnels? (3) comment pouvons-nous informer un utilisateur du risque d’exposition de son information privée pour préserver sa vie privée? S’appuyant sur les idées sur la similarité de personnes dans les sciences sociales, cette thèse étudie les effets et les applications de l’utilisateur similitude dans les RS pour résoudre les problèmes mentionnés ci-dessus. Plus précisément, les sociologues suggèrent que la similitude engendre connexion et induit principe homophilie que les gens similaires (par exemple, même âge, l’éducation ou la profession) sont plus susceptibles de communiquer, de confiance et de partager l’information avec l’autre que ceux dissemblables. Inspiré par ces résultats, cette thèse étudie le principe de similitude répandue dans RS en termes de savoir si les utilisateurs similaires seraient proches dans leurs relations sociales, similaire dans leurs intérêts, ou approximative dans leur géo distance, en se appuyant sur 500K profils d’utilisateurs recueillies auprès de Facebook; il explore en outre des solutions pour exploiter efficacement le principe de similitude observée pour concevoir les quatre applications et des services sociaux suivantes: • Effets de Similarité de L’utilisateur sur Lien Prévision pour les Nouveaux Utilisateurs : nous analysons la prédiction de liaison pour les nouveaux utilisateurs qui n’ont pas créé de lien. Basé sur l’information limitée obtenu lors de votre inscription la procédure de nouveaux utilisateurs, ainsi que les attributs et les liens des utilisateurs existants dans un RS, nous étudions la façon dont beaucoup de similitude entre deux utilisateurs affecterait la probabilité qu’ils se lient d’amitié. En conséquence, nous proposons un modèle de prédiction de liaison efficace pour les nouveaux utilisateurs. • Similarité Minière de L’utilisateur pour la Découverte de Contenu en Réseaux P2P Sociale : nous examinons comment similarité et connaissances des participants dans RS pourraient bénéficier leur découverte de contenu dans les réseaux P2P. Nous construisons un modèle de réseau P2P sociale où chaque pair attribue plus de poids à ses amis dans RS qui ont similarité supérieur et plus de connaissances. Utilisation de marche aléatoire avec la méthode de redémarrage, nous présentons un nouveau contenu algorithme de découverte le dessus du modèle de réseau P2P sociale proposé. • Inspection intérêt similarité - Prédiction et Application : nous présentons des études empiriques détaillées sur les intérêts similitude et de révéler que les gens sont susceptibles de présenter des goûts similaires s’ils ont des informations démographiques similaires (par exemple, âge, lieu), ou s’elles sont amis. Par conséquent, étant donné un nouvel utilisateur dont les intérêts (...) / Online Social Networks (OSNs) (e.g., Facebook, Twitter and LinkedIn) have gained overwhelming popularity and accumulated massive digital data about human society. These massive data, representing individuals' personal and social information, provide us with unprecedented opportunities to study, analyze and model the complex network structure, human connections, people similarity, etc. Meanwhile, OSNs have triggered a large number of profitable applications and services which seek to maintain vibrate connections and advance users' experience. In this context, how to devise such applications and services, especially how to extract and exploit effective social features from the massive available data to enhance the applications and services, has received much attention. This dissertation, aiming to enhance the social applications and services, investigates three critical and practical issues in OSNs: (1) How can we explore potential friends for a user to establish and enlarge her social connections? (2) How can we discover interesting content for a user to satisfy her personal tastes? (3) How can we inform a user the exposure risk of her private information to preserve her privacy? Drawing on the insights about people's similarity in social science, this dissertation studies the widespread similarity principle in OSN in terms of whether similar users would be close in their social relationships, similar in their interests, or approximate in their geo-distance, relying on 500K user profiles collected from Facebook; it further explores solutions to effectively leverage the observed similarity principle to address the aforementioned practical issues

Dans ce manuscrit, nous étudions la diffusion d'information dans les réseaux sociaux en ligne. Des sites comme Facebook ou Twitter sont en effet devenus aujourd'hui des media d'information à part entière, sur lesquels les utilisateurs échangent de grandes quantités de données. La plupart des modèles existant pour expliquer ce phénomène de diffusion sont des modèles génératifs, basés sur des hypothèses fortes concernant la structure et la dynamique temporelle de la diffusion d'information. Nous considérerons dans ce manuscrit le problème de la prédiction de diffusion dans le cas où le graphe social est inconnu, et où seules les actions des utilisateurs peuvent être observées. - Nous proposons, dans un premier temps, une méthode d'apprentissage du modèle independent cascade consistant à ne pas prendre en compte la dimension temporelle de la diffusion. Des résultats expérimentaux obtenus sur des données réelles montrent que cette approche permet d'obtenir un modèle plus performant et plus robuste. - Nous proposons ensuite plusieurs méthodes de prédiction de diffusion reposant sur des technique d'apprentissage de représentations. Celles-ci nous permettent de définir des modèles plus compacts, et plus robustes à la parcimonie des données. - Enfin, nous terminons en appliquant une approche similaire au problème de détection de source, consistant à retrouver l'utilisateur ayant lancé une rumeur sur un réseau social. En utilisant des méthodes d'apprentissage de représentations, nous obtenons pour cette tâche un modèle beaucoup plus rapide et performant que ceux de l'état de l'art. / In this thesis, we study information diffusion in online social networks. Websites like Facebook or Twitter have indeed become information medias, on which users create and share a lot of data. Most existing models of the information diffusion phenomenon relies on strong hypothesis about the structure and dynamics of diffusion. In this document, we study the problem of diffusion prediction in the context where the social graph is unknown and only user actions are observed. - We propose a learning algorithm for the independant cascades model that does not take time into account. Experimental results show that this approach obtains better results than time-based learning schemes. - We then propose several representations learning methods for this task of diffusion prediction. This let us define more compact and faster models. - Finally, we apply our representation learning approach to the source detection task, where it obtains much better results than graph-based approaches.

Pourquoi publier un article d'actualité sur son mur Facebook ? Que signifie ce geste par rapport à d'autres formes d'interaction? Et qu'est-ce qu'apporte cette pratique aux multiples prises de la réception des médias? Cette recherche s'intéresse à l'activité de partage d'information en ligne, c'est-à-dire aux interactions numériques qui recourent à une information. Si les artefacts du web semblent généraliser le partage comme expression, force est de constater que les médias ne peuvent observer qu'une faible activité autour de leurs contenus. Le partage d'information n'est que la partie émergée de l'iceberg des sociabilités et des pratiques médiatiques. Un focus est réalisé sur les pratiques juvéniles. Les adolescents rappellent la prédominance du cadre interactionnel sur Facebook et expliquent que le dispositif permet de nombreuses stratégies. Dans ce contexte, les actualités ne trouvent une place qu'à condition d'avoir un sens social. Partager une information revient à dire sa réception du contenu, c'est du moins comme cela que le geste est lu. Enfin, cette recherche utilise les traces Facebook d'un large échantillon d'enquêtés grâce à l'application Algopol. Les médias forment une référence limitée mais stable parmi les liens publiés par les internautes. Les individus partagent de préférence certaines sources de médias, reproduisant en ligne des références a priori acquises hors ligne. Les enquêtés qui citent le même type de contenus ont de plus des similitudes sociodémographiques. Le partage d'information en ligne se développe à partir des pratiques médiatiques dans l'interstice des relations, entre exploration personnelle et réception des informations. / Why do people post news on Facebook? What does a post mean compared to other forms ofexpression? And how does this activity contribute to media appropriation? This research focuses on sharing news, meaning an online interaction which uses information. This activity seems to be the social solution to supporting a person's online exploration. “Who shares what with whom?” is the question asked in this research through multiple approaches, both qualitative and quantitative. The first part is an exploration of online artefacts, counts of what media was shared online, and a few interviews. These diverse points of view show that sharing news enhances public expression of information, but only for some users. Sharing news is a limited part of online media consumption and online interaction. The second part of the research looks in detail at teenagers’ practices on Facebook. For young people on Facebook, all expression has to be social and online artefacts are a way to tell somebody one's position on an issue or on a relationship. News may be there to open interactions. The last part of the research deals with a large dataset of individual Facebook data, available thanks to Algopol Application. Analysis of the diversity of publications shows that the news people share online takes into account their offline media preferences and social activities. Sharing news is an online way of expression based on informations’ reception.

En raison du grand succès des réseaux sociaux, la nature et mode de diffusion del’information sur le Web a changé en faveur de contenus dynamiques diffusés sousforme de flux d’information. Dans le contexte des réseaux sociaux, les utilisateurs peuvent s’abonner à de multiples sources d’information et recevoir continuellement de nouveaux contenus. Or, ce nouveau mode de publication/consommation peut entraîner d’énormes quantités d’information, en surchargeant les utilisateurs. Ainsi,il est essentiel de développer des techniques efficaces de filtrage et de classement qui permettent aux utilisateurs d’être efficacement mis à jour avec le contenu le plus intéressant.Les requêtes top-k sur les flux d’information limitent les résultats au contenu le plus pertinent. Pour améliorer la pertinence des résultats, le modèle de classement des résultats de requêtes devrait tenir compte de divers facteurs de contexte, y compris les facteurs traditionnels basés sur le contenu, les facteurs liés aux utilisateurs et leurs relations (réseau social). Dans le réseau social, le maintien des ensembles de top-k peut être plus difficile car de nombreux événements pourraient changer les messages de top-k tels que le nouveau message, la nouvelle action, le nouvel utilisateur, les modifications de profil, etc. Pour un grand réseau social avec des millions d’utilisateurs et des milliards de messages, le traitement continu des requêtes top-k est l’approche la plus efficace. Cependant, les systèmes actuels pour le traitementcontinu des requêtes top-k échouent lorseque ces systèmes considèrent des modèles de classement riches avec des critères de réseau social. En outre, de tels systèmes ne tiennent pas compte de la diversité des contenus publiés.Dans cette thèse, nous nous concentrons sur le filtrage des flux d’information basé sur le calcul des messages top-k pour chaque utilisateur dans le réseau social. Nous visons à développer un système à large échelle capable d’évaluer efficacement les requêtes top-k continues avec une fonction de classement complexe. Nous proposons l’algorithme SANTA, capable de gérer des fonctions de classement complexes avec des critères sociaux tout en maintenant un traitement continu des requêtes top-k. Nous proposons aussi une variante (SANTA +) qui accélère le traitement d’actions dans les réseaux sociaux. Pour tenire compte de la diversité des contenus publiés, nous proposons l’algorithme DA-SANTA qui étend l’algorithme SANTA pour intégrer la diversité dans le modèle top-k continu tout en maintenant l’efficacité du système. Nos expérimentation sont menées sur des données réelles extraite de Twitter, illustrant les propriétés de nos algorithmes et de montrer leur efficacité. / Information streams provide today a prevalent way of publishing and consuming content on the Web, especially due to the great success of social networks. In the social networks context, users may subscribe to several information sources of interest and continuously receive new published content. But, this new publishing/consumption mode may lead to huge amounts of received information, overwhelming for human processing. Thus, there is a vital need to develop effective filtering and ranking techniques which allow users to efficiently be updated with the most interesting content. Top-k queries over the streams of interest allow limiting results to the most relevant content. To provide a relevant content, the ranking model should consider various context factors including traditional IR factors and social network. In the social network, maintaining top-k sets may be more difficult because many events could produce changes in the top-k sets such as new message, new action, new user, profile changes, etc. For a large social network with millions of users and billionsof messages, the continuous processing of the top-k queries is the most effective approach. However, current systems fail in combining continuous top-k processing with rich scoring models including social network criteria. Moreover, such systems do not consider the diversity of published content.In this thesis, we focus on filtering information streams based on the computation of top-k messages for each user in the social network. We aim to develop a scalable system that be able to efficiently evaluate the continuous top-k queries using the continuous approach with a ranking function including social network criteria. We propose the SANTA algorithm, able to handle scoring functions including content similarity but also social network criteria and events in a continuous processing of top-k queries. We propose a variant (SANTA+) that accelerates the processing of interaction events in social networks. To provide both diverse and relevant messages in top-k sets, we propose the DA-SANTA algorithm which extends the SANTA algorithm to integrate the diversity into the continuous top-k model while maintaining the efficiency of the system. Our experiments are conducted over a real data-set extracted from Twitter, illustrating the properties of our algorithms and demonstrating their efficiency.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Devenir parent s’avère un choix convoité par un nombre grandissant de personnes vivant avec une déficience ou une lenteur intellectuelle (DI/LI). Or, l’exercice de ce droit peut se heurter à différents obstacles tels que l’insuffisance des services de soutien et la présence d’opinions, de croyances et d’attitudes négatives à l’endroit des personnes ayant une DI/LI, plus particulièrement, à l’égard de la possibilité qu’elles deviennent parents. Afin de mieux comprendre cette situation, la recherche qualitative menée dans le cadre de ce doctorat en service social s’est intéressée aux représentations sociales (RS) de la parentalité des personnes ayant une DI/LI chez des intervenants et chez des parents présentant cette condition. Les objectifs de cette démarche sont : (1) dégager les composantes cognitives (connaissances) et sociocognitives (opinions, attitudes, croyances) des RS; (2) explorer les convergences et les divergences intragroupe et intergroupe; (3) identifier les facteurs personnels et contextuels associés aux RS. Vingt-sept professionnels et neuf parents ont participé à des entrevues individuelles semi-structurées. Les données colligées ont permis d’établir différents constats. D’abord, plusieurs facteurs liés à l’expérience et au contexte de la pratique sont en lien avec les RS des intervenants. Entre autres, leur attitude à l’égard de la parentalité est moins favorable s’ils estiment que ces parents n’ont pas accès à des services qui soutiennent réellement l’exercice de leur rôle parental. Sur ce plan, ils considèrent qu’ils ne disposent pas des connaissances nécessaires à une intervention adaptée. Ils soulignent que la collaboration entre les partenaires impliqués dans l’aide à ces parents est altérée par l’ambiguïté de leurs rôles et par les difficultés d’arrimage des mandats. Du côté des parents, les RS se distinguent selon leur situation. Pour les personnes ayant la garde de leur enfant, la parentalité symbolise l’accès à un rôle hautement désiré dont l’exercice suscite fierté et détermination. Pour celles dont l’enfant a été placé en milieu substitut, la parentalité est associée à des sentiments d’injustice et de disqualification. Néanmoins, le soutien dont certains parents ont pu bénéficier au sein de leur communauté d’appartenance leur a permis de développer une identité parentale positive. Des recommandations liées à l’offre de services sont présentées dans cette thèse qui se conclut par la proposition de pistes à explorer en recherche. Mots-clés : parentalité, déficience intellectuelle, représentations sociales, attitudes, soutien, intervenants, collaboration. / A growing number of people living with intellectual disabilities or cognitive difficulties (ID/CD) decide to become parents. However, exercising this right may collide against various obstacles such as inadequate support structures and negative opinions, beliefs and attitudes towards people with ID/CD and more specifically, towards their capacity to raise a child successfully. To understand this situation, the qualitative research project conducted as part of this PhD in social work has focused on the social representations (SR) of the parenthood of people with ID/CD among practitioners and parents with this condition. The objectives of the study were to: (1) identify the cognitive (knowledge) and sociocognitive (opinions, attitudes, beliefs) components of the SR; (2) elicit the convergences and divergences within and between groups; (3) list the personal and contextual factors that may influence the SR. Twenty-seven professionals and nine parents participated in semi-structured interviews. The data collected revealed several findings. First, many factors involving the experience and context of practice are related to the practitioners’ SR. Among other things, their attitude regarding parenthood is less positive if they believe that these parents do not have access to services that actually support them. They feel they do not have the adequate knowledge to put forward appropriate interventions. Moreover, the effectiveness of collaborative practice with the partners involved is altered by the difficulties encountered in teamwork due to the absence of practice guidelines and to role ambiguity. Furthermore, parents’ SR are different according to their situation. In other words, for the participants who have the custody of their child or children, parenthood symbolizes the access to a highly desired role that will prompt pride and determination. However, their wish to be treated as adults, free to make their own decisions, doesn’t contradict their willingness to receive services that can help them improve their parental abilities and to better support the academic and social success of their child. Regarding the participants whose parenthood is experienced through the placement of their child or children by legal authorities, their representations are altered by suffering and feelings of injustice, and disqualification. This arises from their interactions with child welfare professionals and individuals close to them. However, within this group, parents who received psychosocial support were able to develop a positive parental identity. Finally, relevant recommendations that may contribute to the improvement of practice conditions and services offered to such parents in Quebec are being addressed. Various options for future research are proposed in the conclusion of the thesis. Key words : parenthood, intellectual disabilities, social representations, attitudes, family support, professionals, collaborative practice.

Bien que le concept de radicalisation à titre de sujet d’étude continue d’évoluer, il demeure un sujet de préoccupation et d’actualité. Son traitement dans le milieu de la recherche demeure étroitement lié aux enjeux de sécurité nationale et surtout aux enjeux propres aux actes terroristes. Les conséquences sociales et politiques des processus de radicalisation ne sont pourtant plus à démontrer et attirent de plus en plus le regard des décideurs, des chercheurs et des regroupements citoyens. Parmi ces conséquences, on compte la propagation des discours haineux et violents qui peuvent soutenir des idéologies haineuses, normaliser la discrimination et miner la vie démocratique. La numérisation massive de la société et des interactions sociales au quotidien fourni également des environnements structurés et isolés pour permettre à des communautés qualifiées de radicales de se rassembler. Cette recherche vise à étudier les comportements collectifs qui se déploient au sein des communautés de socialisation radicale, plus précisément dans les milieux d’extrême droite qui s’appuient idéologiquement sur ces discours haineux. Elle s’appuie sur une approche interdisciplinaire et se voulant holistique en considérant à la fois les grandes tendances macroscopiques et les caractéristiques microscopiques observées. Elle s’articule autour des caractéristiques des individus, du discours et de l’environnement de communication ainsi qu’aux dynamiques qui lient ces trois pôles ensembles. Ce mémoire explore également la contribution de disciplines moins présentes dans le champ de la criminologie par le biais des sciences du langage dans cette étude des environnements de socialisation radicale. Il s’agit d’une démarche exploratoire cherchant à mettre en commun les concepts et les principes de la théorie des actes de langage et des modèles de seuils des comportements collectifs au sein de l’étude de la radicalisation. / Even though the concept of radicalization continues to evolve as a research topic, it remains up to date as a matter of concerns. The research on radicalization remains closely related to national security issues and especially to terrorist activities. We are aware of some of the social and political consequences of radicalization processes and decision-makers, researchers as well as citizen association keep raising awareness on those consequences. Hate speech and violent discourses are among those consequences and can uphold hateful ideologies, normalize discrimination and threaten the democratic process of our societies. The digitization of society and its social interactions on a daily basis provides many opportunities to bring together so-called radical communities in isolated yet structured environments. This study aims to investigate collective behaviors unfolding within these radical-oriented socialization communities, specifically in the far-right scene heavily relying on hate speech. This research relies on an interdisciplinary and holistic approach, focused on both macroscopic patterns as well as microscopic characteristics. It is organized around the analysis of characteristics from individuals, discourses and the communication environment where they interact as well as the dynamics linking these nodes together. This work also explores the input of less frequent fields of research within criminology by relying on the contributions of many subfields of linguistics in this study of radical-oriented socialization environment. It represents an exploratory approach aiming to bring together key principles and concepts of the speech act theory and threshold model of collective behaviour into radicalization studies.