No description available.

Il existe une inefficience du processus de décision [...] due à un dysfonctionnement de compétence des dirigeants [...]. Pour augmenter l'efficience du processus de décision, les dirigeants doivent maîtriser les Stratégies de Décision, par l'utilisation d'un Modèle-Outil [...] PPPERFFS [qui] répertorie 36 Stratégies de Décision dans les catégories Domaines managériaux, Postures cognitives et Mécanismes cognitifs... / Inefficiency of decision process exists and is characterised by:- simple loop learning,- strictly limited rationality,- and hidden costs of the decision process.The inefficiency of decision process is due to a dysfunction of managers’ competence, who:- lose their decision marks,- lack reflexivity,- use Decision Strategies in beneficial and toxic way, such as:· lack of contradictory mindset (strongly validated hypothesis),· lack of perfectionism (weakly validated hypothesis).To increase the efficiency of decision process, managers should master DecisionStrategies, by using a problem solving support Model-Tool, integrator-facilitator ofDecision Strategies steering, and endowed with PPPERFFS qualities:- "Practical",- "Paradoxical",- "Polyvalent / Exhaustive" (Multi-Skilled / Comprehensive),- "Rapid / Fluent" (Fast / Easy)- "Faithfull" (Reliable),- "Schematic" (Diagrammatic).This Model-Tool has to be drafted and its performance has to be tested.[This has been done:]The drafted PPPERFFS Model-Tool itemises 36 Decision Strategies into the followingcategories: managerial Domains, cognitive Postures and cognitive Mechanisms. Firsttests demonstrate a contingent performance.

Nos travaux de thèses s’intéressent au pronostic de défaillance de composant critique et à l’estimation de la durée de vie résiduelle avant défaillance (RUL). Nous avons développé des méthodes basées sur l’expérience. Cette orientation nous permet de nous affranchir de la définition d’un seuil de défaillance, point problématique lors de l’estimation du RUL. Nous avons pris appui sur le paradigme de Raisonnement à Partir de Cas (R à PC) pour assurer le suivi d’un nouveau composant critique et prédire son RUL. Une approche basée sur les instances (IBL) a été développée en proposant plusieurs formalisations de l’expérience : une supervisée tenant compte de l’ état du composant sous forme d’indicateur de santé et une non-supervisée agrégeant les données capteurs en une série temporelle mono-dimensionnelle formant une trajectoire de dégradation. Nous avons ensuite fait évoluer cette approche en intégrant de la connaissance à ces instances. La connaissance est extraite à partir de données capteurs et est de deux types : temporelle qui complète la modélisation des instances et fréquentielle qui, associée à la mesure de similarité permet d’affiner la phase de remémoration. Cette dernière prend appui sur deux types de mesures : une pondérée entre fenêtres parallèles et fixes et une pondérée avec projection temporelle. Les fenêtres sont glissantes ce qui permet d’identifier et de localiser l’état actuel de la dégradation de nouveaux composants. Une autre approche orientée donnée a été test ée. Celle-ci est se base sur des caractéristiques extraites des expériences, qui sont mono-dimensionnelles dans le premier cas et multi-dimensionnelles autrement. Ces caractéristiques seront modélisées par un algorithme de régression à vecteurs de support (SVR). Ces approches ont été évaluées sur deux types de composants : les turboréacteurs et les batteries «Li-ion». Les résultats obtenus sont intéressants mais dépendent du type de données traitées. / Our thesis work is concerned with the development of experience based approachesfor criticalcomponent prognostics and Remaining Useful Life (RUL) estimation. This choice allows us to avoidthe problematic issue of setting a failure threshold.Our work was based on Case Based Reasoning (CBR) to track the health status of a new componentand predict its RUL. An Instance Based Learning (IBL) approach was first developed offering twoexperience formalizations. The first is a supervised method that takes into account the status of thecomponent and produces health indicators. The second is an unsupervised method that fuses thesensory data into degradation trajectories.The approach was then evolved by integrating knowledge. Knowledge is extracted from the sensorydata and is of two types: temporal that completes the modeling of instances and frequential that,along with the similarity measure refine the retrieval phase. The latter is based on two similaritymeasures: a weighted one between fixed parallel windows and a weighted similarity with temporalprojection through sliding windows which allow actual health status identification.Another data-driven technique was tested. This one is developed from features extracted from theexperiences that can be either mono or multi-dimensional. These features are modeled by a SupportVector Regression (SVR) algorithm. The developed approaches were assessed on two types ofcritical components: turbofans and ”Li-ion” batteries. The obtained results are interesting but theydepend on the type of the treated data.

La qualification est l’opération intellectuelle par laquelle est attribuée à un acte ou à un fait sa nature juridique en vue de lui appliquer un régime juridique. Le droit fiscal ne déroge pas à cette démarche intellectuelle. Comme dans toutes les autres branches du Droit, les qualifications jouent un rôle fondamental. Une originalité se présente toutefois en cette matière. Le droit fiscal appréhende un fait déjà juridiquement qualifié en vue de lui appliquer un régime d’imposition. C’est dans cette appréhension du fait que se révèle la spécificité du droit fiscal. Celui-ci n’adopte pas un comportement neutre à l’égard des qualifications juridiques soit pour les regarder comme lui étant inopposables, soit pour les instrumentaliser. Si les qualifications fiscales peuvent s’affranchir des qualifications juridiques, elles entretiennent une relation particulière marquée du sceau de l’indépendance en raison des caractères et de la logique propre de chaque imposition. Des divergences de qualifications fiscales existent. Une telle situation peut nuire à l’unité et à la cohérence du droit fiscal. Néanmoins, le juge fiscal veille à une certaine harmonie dans l’application des qualifications en mettant en œuvre un raisonnement identique permettant de dessiner des qualifications fiscales convergentes autour desquelles s’articulent les impositions. / The qualification is the intellectual process by which is attributed to an act or a fact its legal nature. The am of the concept of qualification is to apply a legal regime. Tax law does not derogate from the intellectual approach. As in all other branches of law, qualifications play a fundamental role. However, tax law implies some originalities. Tax law already apprehends legally qualified to apply a tax regime thanks to the civil law. It is in this understanding that proves the specificity of the tax law. It does not adopt a neutral attitude towards the legal qualifications to be watching him as being unenforceable , either to exploit. If the tax qualifications can overcome the legal qualifications, they have a special relation marked by the seal of independence to the characters and each tax own logic. Differences in tax qualifications exist. Such a situation may affect the unity and cohesion of the tax law. However, the tax judge ensures a certain harmony in the application of skills, in implementing a similar reasoning to draw tax qualifications converging around which revolve the charges.

Dans cette thèse, nous proposons une méthode pour construire un outil d'aide à la décision pour le diagnostic de maladie rare. Nous cherchons à minimiser le nombre de tests médicaux nécessaires pour atteindre un état où l'incertitude concernant la maladie du patient est inférieure à un seuil prédéterminé. Ce faisant, nous tenons compte de la nécessité dans de nombreuses applications médicales, d'éviter autant que possible, tout diagnostic erroné. Pour résoudre cette tâche d'optimisation, nous étudions plusieurs algorithmes d'apprentissage par renforcement et les rendons opérationnels pour notre problème de très grande dimension. Pour cela nous décomposons le problème initial sous la forme de plusieurs sous-problèmes et montrons qu'il est possible de tirer partie des intersections entre ces sous-tâches pour accélérer l'apprentissage. Les stratégies apprises se révèlent bien plus performantes que des stratégies gloutonnes classiques. Nous présentons également une façon de combiner les connaissances d'experts, exprimées sous forme de probabilités conditionnelles, avec des données cliniques. Il s'agit d'un aspect crucial car la rareté des données pour les maladies rares empêche toute approche basée uniquement sur des données cliniques. Nous montrons, tant théoriquement qu'empiriquement, que l'estimateur que nous proposons est toujours plus performant que le meilleur des deux modèles (expert ou données) à une constante près. Enfin nous montrons qu'il est possible d'intégrer efficacement des raisonnements tenant compte du niveau de granularité des symptômes renseignés tout en restant dans le cadre probabiliste développé tout au long de ce travail. / In this thesis, we propose a method to build a decision support tool for the diagnosis of rare diseases. We aim to minimize the number of medical tests necessary to achieve a state where the uncertainty regarding the patient's disease is less than a predetermined threshold. In doing so, we take into account the need in many medical applications, to avoid as much as possible, any misdiagnosis. To solve this optimization task, we investigate several reinforcement learning algorithm and make them operable in our high-dimensional. To do this, we break down the initial problem into several sub-problems and show that it is possible to take advantage of the intersections between these sub-tasks to accelerate the learning phase. The strategies learned are much more effective than classic greedy strategies. We also present a way to combine expert knowledge, expressed as conditional probabilities, with clinical data. This is crucial because the scarcity of data in the field of rare diseases prevents any approach based solely on clinical data. We show, both empirically and theoretically, that our proposed estimator is always more efficient than the best of the two models (expert or data) within a constant. Finally, we show that it is possible to effectively integrate reasoning taking into account the level of granularity of the symptoms reported while remaining within the probabilistic framework developed throughout this work.

Cette thèse doctorale porte sur l’apprentissage du raisonnement clinique infirmier (RCI) par une stratégie éducative numérique qui s’appuie sur la notion de la concordance de scripts. Elle repose sur un devis de recherche multiméthode visant le développement, la mise à l’essai et l’évaluation de la stratégie éducative auprès d’étudiants au premier cycle de formation universitaire en sciences infirmières à l’Université de Montréal. La thèse, qui comporte cinq chapitres, est rédigée selon le mode de présentation par articles. L’étude a été orientée par un cadre de référence incluant la théorie des scripts relevant des sciences cognitives de l’apprentissage et l’approche pédagogique de compagnonnage cognitif. Un devis de recherche multiméthode intégrant un devis de recherche-développement, une étude descriptive qualitative et une étude de cas multiples a été privilégié. Des experts collaborateurs (n = 5), des experts-panélistes (n = 12) et des étudiants (n = 45) ont participé à l’étude. Les résultats montrent que l’approche de recherche-développement a contribué à bonifier l’élaboration de la stratégie éducative numérique basée sur la concordance de scripts (SENBCS) et à assurer sa validation. Globalement, les étudiants ont apprécié la SENBCS, notamment la rétroaction variée et formative d’experts et l’opportunité d’apprendre la priorisation des hypothèses infirmières. L’intégration d’un devis descriptif a soutenu l’identification des stratégies d’apprentissage chez les étudiants lors de l’utilisation de la SENBCS. Les résultats montrent que les étudiants ont sollicité certaines stratégies d’apprentissage cognitives de traitement et d’exécution des données ainsi que des stratégies métacognitives d’autorégulation. Les résultats de l’étude de cas multiples montrent que les étudiants mettent en évidence certains processus cognitifs du RCI, à l’aide des vignettes du test de concordance de scripts (TCS) et de la pensée à voix haute, notamment : la représentation précoce d’une situation clinique, la transformation sémantique des données et la confrontation d’hypothèses. La SENBCS améliore la visibilité des savoirs d’experts, lesquels sont absents dans une classe traditionnelle ou même en stage clinique. Cela constitue une avancée certaine que de considérer l’apport des stratégies éducatives numériques dans les programmes de formation universitaire en sciences infirmières ou dans d’autres programmes pour soutenir le développement du raisonnement clinique. L’étude a permis de mettre à profit une riche documentation scientifique entourant l’élaboration de la SENBCS. Les résultats informent au regard de son utilisation efficiente afin qu’elle soit complémentaire à d’autres stratégies éducatives pour soutenir plus globalement la complexité de l’apprentissage du RCI. Des retombées pour les cinq domaines de la pratique infirmière sont générées par cette étude, elles offrent certaines pistes qui pourraient favoriser l’apprentissage du RCI. L’une d’elles vise à favoriser l’articulation des connaissances et de solliciter fréquemment des microjugements pour confronter et différencier des hypothèses relevant de l’incertitude de la pratique clinique, sous-entendant des apprentissages par couches successives. / This doctoral thesis focuses on learning clinical reasoning in nursing using a digital educational strategy based on the notion of script concordance. The thesis is based on a multi-method research design aimed at developing, testing and evaluating an educational strategy for undergraduate students in nursing at the University of Montreal. The thesis, which has five chapters, is written according to the mode of presentation by journal articles. This study was guided by a framework based on script theory, from cognitive science, and the pedagogical approach of cognitive companionship. A multi-method research design integrating a research-development approach, a descriptive qualitative study and a multiple case study was used. Collaborative experts (n=5), expert panellists (n=12) and students (n=45) participated in the study. The results show that the research-development approach enriched the development of a digital education strategy based on script concordance (DESBCS) while ensuring its validation. Overall, students appreciated the DESBCS, especially the varied and formative feedback received from experts while learning how to prioritize nursing hypotheses. A descriptive qualitative study design facilitated the identification of student learning strategies. Results demonstrate that when using a DESBCS, students used certain cognitive apprenticeship strategies for data processing and execution as well as for metacognitive self-monitoring. The results from the multiple case study show that students practised certain cognitive processes of clinical reasoning in nursing, using the vignettes from the script concordance test (SCT) and a think aloud approach, in particular: the early representation of a clinical situation, the semantic transformation of data and the confrontation of hypotheses. The DESBCS improves the visibility of expert knowledge usually absent in a traditional class or even in clinical training. It is a definite advancement to consider the contribution of digital educational strategies in university nursing education programs, or in other programs, to support the development of clinical reasoning. This study highlights the use of a wealth of scientific documentation surrounding the development of DESBCS. Study results inform instructors about effective DESBSC use to make it complementary to other educational strategies by supporting the complexities of learning clinical reasoning in nursing. Implications for the five domains of nursing practice emerge from this study and offer avenues to promote learning and development of clinical reasoning in nursing. One of these aims to promote knowledge articulation and the frequent solicitation of microjudgments to confront and differentiate hypotheses that arise from the uncertainty of clinical practice, implying learning in successive layers.

No description available.

No description available.

Les personnes hospitalisées pour un problème cardiaque présentent un risque important d’insuffisance cardiaque aiguë (ICA). L’ICA qui n’est pas reconnue ou prise en charge rapidement par l’équipe de soins est associée à un important taux de mortalité. Le raisonnement clinique infirmier (RCI), soit le processus cognitif d’interprétation des données recueillies lors de l’évaluation de la santé d’une personne, est essentiel à la reconnaissance et la prise en charge de l’ICA. Les jeux sérieux sont des interventions de formation pouvant être offertes sur des supports numériques (p. ex., ordinateurs) et qui pourraient améliorer le RCI en offrant une expérience d’apprentissage engageante et intrinsèquement motivante. En s’appuyant sur le modèle de développement d’interventions de Czajkowski et al. (2015), cette thèse par articles présente une étude dont le but était de développer et d’apprécier l’apport d’un jeu sérieux (SIGN@L, en référence aux signes et symptômes d’ICA et au support numérique du jeu sérieux) afin de soutenir l’engagement, la motivation intrinsèque et le développement du RCI en contexte d’ICA d’étudiantes et d’étudiants en sciences infirmières. Le jeu sérieux SIGN@L a été développé par l’étudiant-chercheur d’après le modèle théorique d’apprentissage par le jeu d’Alexiou et Schippers (2018) et les résultats de deux revues systématiques (Maheu-Cadotte et al., 2021b; Maheu-Cadotte et al., 2021c). D’après le modèle théorique retenu, le jeu sérieux combine trois couches constitutives afin de soutenir l’engagement et la motivation intrinsèque lors de l’apprentissage : des mécaniques de jeu, une trame narrative et une esthétique. Les revues systématiques ont apporté des appuis empiriques au design de SIGN@L. Ce dernier est conçu pour être utilisé individuellement, avec un ordinateur personnel et pour environ 20 minutes. Nous avons apprécié l’apport de SIGN@L par un devis multiméthodes (Maheu-Cadotte et al., 2022). Le volet quantitatif était un essai croisé. Nous avons recruté 28 étudiantes et étudiants en sciences infirmières qui ont été répartis aléatoirement à deux séquences de prototypes du jeu sérieux : SIGN@L-A (version complète) suivi ou précédé de SIGN@L-B (comprenant seulement certaines mécaniques de jeu et une esthétique fonctionnelle). Les participantes et participants ont rempli des questionnaires en ligne après leur utilisation de chacun des prototypes et ont rapporté des niveaux d'engagement et de motivation intrinsèque plus élevés avec SIGN@L-A (r de Cohen de 0,83 et de 0,70, respectivement). Cependant, des différences négligeables dans les scores de RCI ont été constatées entre les deux prototypes (r de Cohen de 0,10). Pour le volet qualitatif, nous avons réalisé une entrevue individuelle semi-dirigée avec 10 participantes et participants afin d’apprécier l’apport des couches constitutives des prototypes du jeu sérieux sur leur expérience d’apprentissage. Ceux-ci ont décrit que la construction de réseaux logiques avait contribué à leur apprentissage. Ils ont également rapporté que d’incarner le rôle d’une infirmière ou d’un infirmier et de prendre soin de personnes hospitalisées leur conféraient un sens similaire des responsabilités à celui en pratique clinique. De plus, la division de SIGN@L-A en niveaux les aidait à situer leur progression. Alors que les deux prototypes ont été perçues comme faciles à utiliser, les réactions au rendu audiovisuel de SIGN@L-A ont varié de la détente à la distraction. Les résultats suggèrent qu’une intervention de formation qui intègre les éléments des couches constitutives d’un jeu sérieux favorise davantage l’engagement et la motivation intrinsèque d’étudiantes et d’étudiants en sciences infirmières qu’une intervention de formation qui présente une intégration limitée de ces éléments. / Individuals hospitalized in acute care units with a cardiac problem are at a significant risk of acute heart failure (AHF). If AHF is not recognized and managed early by the healthcare team, it is associated with significant mortality. Nurses’ clinical reasoning (CR), the cognitive process of interpreting data collected during the assessment of individuals, is essential to the recognition and management of AHF. Serious games are educational interventions that can be offered on digital devices (e.g., computers) and that have the potential to enhance CR by providing an engaging and intrinsically motivating learning experience. Based on the Czajkowski et al. (2015) model of intervention development, this article-based thesis presents a study that aimed to develop and study the contribution of a serious game (SIGN@L, in reference to the AHF signs and symptoms, and to the digital device on which is offered the serious game) to support nursing students’ engagement, intrinsic motivation, and CR development in the context of AHF. The serious game SIGN@L was developed by the student researcher based on the game-based learning theoretical model by Alexiou et Schippers (2018) and the results of two systematic reviews (Maheu-Cadotte et al., 2021b; Maheu-Cadotte et al., 2021c) . According to the theoretical model, a serious game combines three layers to support engagement and intrinsic motivation during learning: game mechanics, narrative and aesthetics. Systematic reviews provided empirical support for the design of SIGN@L. This serious game is used alone, on a personal computer, and its estimated duration of use is one 20-minute session. We assessed the contribution of SIGN@L-A through a multimethod design (Maheu-Cadotte et al., 2022). The quantitative component was a crossover trial. We recruited 28 nursing students who were randomly assigned to two sequences of serious game prototypes: SIGN@L-A (complete version) followed or preceded SIGN@L-B (including only some game mechanics and a functional aesthetic). Participants completed online questionnaires after using each of the prototype and reported higher levels of engagement and intrinsic motivation with SIGN@L-A (Cohen’s r: 0.83 and 0.70, respectively). However, negligible differences in CR scores were found between the two educational interventions (Cohen’s r: 0.10). For the qualitative component, we conducted semi-structured individual interviews with 10 participants to assess the contribution of the three layers of the serious game on their learning experience. They described how they perceived that the construction of logical networks had contributed to their learning. They also reported that playing the role of a nurse and caring for hospitalized individuals gave them a similar sense of responsibility to that found in clinical practice. In addition, the division of SIGN@L-A into levels greatly helped them to situate their progress. While both interventions were perceived as easy to use, reactions to the audiovisual rendering of SIGN@L-A ranged from feeling relaxed to feeling distracted. Results suggest that an educational intervention that integrates each of the elements of the constituent layers of a serious game is more supportive of nursing students' engagement and intrinsic motivation than an educational intervention that has limited integration of these elements.

L'essor des interfaces homme-machine permettant la saisie d'informations à l'aide d'un stylo électronique est accompagné par le développement de méthodes automatiques pour interpréter des données de plus en plus riches et complexes : texte manuscrit, mais aussi expressions mathématiques, schémas, prise de notes libre... Pour interpréter efficacement ces documents manuscrits, il est nécessaire de considérer conjointement les formes des objets qui les constituent et leur positionnement spatial. Nos recherches se concentrent sur la modélisation du positionnement spatial entre des objets manuscrits, en partant du constat qu'il n'est pas exploité dans toute sa richesse par les méthodes actuelles. Nous introduisons le concept de méta-modèle spatial, une modélisation générique pour décrire des relations spatiales entre des objets de nature, complexité et formes variables. Ces modèles, qui peuvent être appris à partir de données, offrent une richesse et une précision inédite car ils autorisent la conduite d'un raisonnement spatial directement dans l'espace image. L'appui sur le cadre de la théorie des sous-ensembles flous et de la morphologie mathématique permet la gestion de l'imprécision et offre une description des relations spatiales conforme à l'intuition. Un méta-modèle est doté d'un pouvoir de prédiction qui permet de décrire la relation spatiale modélisée au sein de l'image, par rapport à un objet de référence. Cette capacité rend possible la visualisation des modèles et fournit un outil pour segmenter les tracés en fonction de leur contexte. En exploitant ces modèles, nous proposons une représentation pour des objets manuscrits à la structure complexe. Cette représentation repose uniquement sur la modélisation de leurs informations spatiales, afin de démontrer l'importance de ces informations pour l'interprétation d'objets manuscrits structurés. La segmentation des tracés en primitives structurelles est guidée par les modèles de positionnement, via leur capacité de prédiction. Les résultats expérimentaux, portant sur des objets de complexité et de natures diverses (caractères chinois, gestes d'édition, symboles mathématiques, lettres), confirment la bonne qualité de description du positionnement offerte par les méta-modèles. Les tests de reconnaissance de symboles par l'exploitation de leur information spatiale attestent d'une part de l'importance de cette information et valident d'autre part la capacité des méta-modèles à la représenter avec une grande précision. Ces résultats témoignent donc de la richesse de l'information spatiale et du potentiel des méta-modèles spatiaux pour l'amélioration des techniques de traitement du document manuscrit.