No description available.

No description available.

No description available.

Ce mémoire décrit les recherches en informatique linguistique menées par l'auteur dans le domaine des mots composés, et plus spécialement de la composition nominale en anglais général et spécialisé. Le point de départ pour toutes les recherches présentées a été le système de traitement automatique de grands corpus, INTEX. Nous nous sommes penchée sur le problème du recensement des mots composés à grande échelle. Nous avons essayé de répondre aux questions suivantes : Comment ce recensement peut être effectué ? Est-il utile de le réaliser ? La réponse à la première question est donnée dans le contexte de la création de dictionnaires électroniques, sous formats disponibles dans le système INTEX. Nous analysons la morphologie flexionnelle des noms composés en trois langues : le français, l'anglais et le polonais. Nous proposons une méthode formelle de description du comportement flexionnel des composés, ainsi qu'un algorithme qui génère automatiquement leurs formes fléchies. Nous décrivons la construction de deux dictionnaires électroniques : l'un pour les mots composés de l'anglais général, l'autre pour les termes simples et composés anglais du domaine de l'informatique. Nous présentons une bibliothèque d'automates et de transducteurs finis pour la reconnaissance des déterminants numéraux cardinaux et ordinaux de l'anglais. L'intérêt de la création de bases lexicales pour les mots composés est vérifié dans deux types d'applications du TALN. Premièrement, nous présentons une méthode d'acquisition de terminologie, basée sur l'emploi de ressources terminologiques initiales. Deuxièmement, nous proposons un algorithme de correction orthographique des mots simples et composés, basé sur la consultation d'un dictionnaire sous format d'automate fini.

Certaines maladies à âge de début variable sont dues à la présence de mutation(s) d'un gène. Pour ces maladies, l'estimation précise du risque cumulé d'être atteint à un certain âge chez les porteurs de la mutation (appelé fonction de pénétrance) permet une meilleure compréhension des mécanismes sous-jacents de la maladie et permet également de développer et d'améliorer des stratégies de prévention. L'estimation de la pénétrance se fait à partir de données familiales recensées sur certains critères plus ou moins complexes. Cependant, la plupart des études utilisent des méthodes d'estimation qui ne tiennent pas compte du biais que représente ce recensement, ce qui implique des fonctions de pénétrance fortement surestimées. Au cours de cette thèse, nous nous sommes intéressés au développement de méthodes d'estimation de la fonction de pénétrance corrigeant pour le recensement des familles. Dans un premier temps, nous avons étudié une méthode permettant d'estimer la pénétrance quel que soit le mode de recensement des familles. Nous nous sommes ensuite intéressés plus particulièrement au cas de familles recensées sur l'existence d'au moins un atteint par famille. Dans ce cadre, nous avons développé une méthode d'estimation, que nous avons appelée la PEL, et l'avons comparée à une méthode déjà existante, la méthode prospective. Nous avons montré que la PEL était moins biaisée que la méthode prospective. Nous avons ensuite appliqué ces méthodes à deux jeux de données, l'un portant sur des familles françaises et portugaises, atteintes de neuropathie amyloide héréditaire ; l'autre portant sur des familles atteintes de cancer du sein. Nous avons également mené une étude sur des familles suédoises atteintes de neuropathie amyloide héréditaire. La PEL est une méthode paramétrique basée sur un modèle de Weibull et nous avons montré qu'elle n'était pas adaptée lorsque la distribution des données s'éloignait fortement de ce modèle. Nous avons donc développé une méthode non-paramétrique, que nous avons appelée IDEAL, permettant l'estimation de la pénétrance en tenant compte du recensement des familles et l'avons comparée à la PEL. Nous avons montré que IDEAL était moins biaisée lorsque la loi des données était éloignée d'une loi de Weibul.

L'objectif de ce mémoire est de mieux comprendre les changements survenus dans la structure industrielle au Canada entre les années 1971 et 2001. Nous tenterons aussi d'extraire les effets de certaines variables sur le niveau d'emploi dans les agglomérations de recensements (AR) du Canada. Pour ce faire, nous utilisons des données portant sur l'emploi dans les AR entre les années 1971 et 2001. L'emploi y est divisé par industrie et par catégorie pour chacune des agglomérations. Nous retrouvons dans la partie statistique des indices d'inégalités qui démontrent les inégalités de la distribution de l'emploi présent dans la structure industrielle. Nous construisons aussi un indice indiquant le niveau de diversification des industries pour chaque AR. L'un des phénomènes remarqués est que les villes de plus grande taille sont davantage diversifiées que celles de plus petite taille. Ensuite, nous avons aussi construit un indice servant à mesurer le niveau de dispersion des industries et des types de fonctions dans l'espace. Dans un second temps, nous réalisons une analyse économétrique des variables ayant un impact sur le niveau de l'emploi. Nous trouvons que la population et la proximité des États-Unis ont un impact positif sur le niveau de l'emploi. Nous nous intéressons aussi aux raisons qui influencent le type d'industrie présent dans une AR. Ensuite, nous nous penchons sur les déterminants de la présence de certaines catégories de fonctions d'emploi dans les AR. Enfin, la dernière analyse nous permet d'expliquer les variations de la dispersion des industries dans l'espace. Elle nous permet de constater que les industries des services ont un indice d'inégalité de la dispersion 5 pour cent plus bas que les industries du secteur des matières premières.

Thèse de doctorat : Statistiques : Rennes 2 : 2007. / Bibliogr. p. 205.Table des figures.

Quand on pense aux liens possibles entre le génocide rwandais de 1994 et les statistiques, la première chose qui vient à l'esprit c'est le débat entre les divers groupes concernant le nombre de victimes. Un débat qui laisse vaciller le nombre de morts entre 800.000 et 1,5 million. La majeure partie de la littérature qui traite ce sujet se limite, la plupart du temps, à reprendre et à reproduire ces chiffres. Très peu de chercheurs se sont demandé si le recensement, qui est une activité statistique majeure, pouvait être lié, d'une façon ou d'une autre, avec le génocide. On peut compter sur les doigts les rares qui se sont particulièrement intéressés à cette question. Cependant, ils ne se sont pas demandés quels autres effets (autre que les objectifs administratifs coloniaux) ces pratiques statistiques pouvaient bien avoir dans la société rwandaise. Ce travail tentera donc de combler ce « vide » dans la littérature en montrant les liens non causaux mais tangibles, entre les pratiques statistiques (introduites au Rwanda par les puissances coloniales au début du XXe siècle) et le génocide de 1994. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Rwanda, génocide, statistiques, recensement, catégorisation ethnique

Au cours de 325 relevés, 518 observations visuelles et 202 acoustiques ont permis de recenser 4 familles, 14 genres et 17 espèces, représentant un effectif total cumulé de près de 6000 cétacés contactés dans les limites de 15 mille nautiques des côtes en Guadeloupe. Les dauphins (Delphinidëe), constituent 33% des 36 espèces actuellement connues dans le monde. Six espèces plus rares ont été décrites. Parmi les cétacés à fanons, la baleine à bosse (Megaptera novaeangliae) migre dans les eaux côtières de décembre à fin mai et reste l'espèce la plus rencontrée. Grâce à un suivi individuel par télémétrie, il a pu être prouvé qu'au moins un individu de cette espèce pouvait séjourner dans l'archipel plus de huit jours. En 2010, une baleine à bosse de la baie du Moule à été suivie sur plus de 6300 kilomètres jusqu'au sud de l'Islande, vers les Iles Féroé. Une première estimation de stock sur la période de 2008 à 2011 propose que 442 baleines à bosse %CV 19,29 IC95% [302-645] évolueraient dans l'archipel côtier. Les carnïvores sont les plus abondants, avec parmi ceux-ci, le dauphin tacheté pantroplcal (Stenella attenuata) dont l'estimation indique que 270 à 300 individus évolueraient sur 1361 km2 avec une densité relative élevée (0,052 tndtvtdus/km>, %CV 90,16), principalement en-côte-sous-le-vent. L'analyse de la répartition spatiale et des facteurs du milieu indique une sectorisation géographique marquée des populations en zone côtière, avec des distributions influencées spécifiquement par la bathymétrie, la latitude, les distances à la côte et à l'isobathe 200, pour les informations principales et selon les espèces. / In 325 surveys, 518 visuai observations and acoustic 202 have identified four families, 14 genera and 17 species, representing a cumulative total ofnearly 6000 cetaceans assessed within 15 miles of coastal water ofGuadeloupe. Dolphins (Delphinidae), constitute 33% ofthe 36 species currently known in the world. Six rare species have been described. Among the baleen whales, the humpback whale (Megaptera novaeangliae) migrate into coastal waters from December to late May and is the species most encountered. With individual monitoring by telemetry, it has been proved that at least one individual ofthis species could stay in the archipelago over eight days. In 2010, a humpback whale in the Bay ofmold were followed for more than 6300 km to the south ofIceland to the Faroe Islands. A first estimate ofstock over the period 2008 to 20 Il suggests that 442 humpback whales CV% 19.2995% [302-645] would evolve in the coastal archipelago. <..';:-.'") Carnivores are the most abundant, with among them, the spotted dolphin (Stenella attenuata) whose estimate indicates that 270 to 300 individuals are present over 1361 km 2 with a high specifie density (0.052 individuals / km 2,% CV 90, 16), mainly in the Leeward coast. The analysis ofthe spatial distribution and environmental factors indicates a marked geographical sectorisation ofpopulations in coastal areas, with distributions specifically influenced by bathymetry, latitude, distance to the coast and the isobath 200, depending on the species

L’estimation de fréquence des maladies est nécessaire pour générer des hypothèses étiologiques et évaluer leur l’impact médico-économique. Cependant, il est possible que ces estimations ne reflètent pas uniquement les caractéristiques de fréquence intrinsèque d’une maladie mais aussi de variations dues à des choix méthodologiques qui diffèrent entre études. Cette hypothèse d’une variabilité des fréquences liée à des facteurs méthodologiques a été initialement soulevée par notre premier travail qui visait à estimer la prévalence du syndrome de Gougerot-Sjögren (SGS) primitif au sein de la population française de la Seine-Saint-Denis pendant la période 2007. Malgré une bonne exhaustivité d’identification des cas de 90 % calculée par la méthode de capture-recapture, notre estimation de prévalence de 1,02 cas pour 10 000 habitants est la plus faible estimation de fréquence du SGS primitif publiée dans la littérature à ce jour. En particulier, ce travail a souligné le possible impact des méthodologies de type « recensement » ou « échantillonnage » sur les estimations établies par des études de fréquence. Cette étude a montré aussi pour la première fois une prévalence 2 fois supérieure chez les patients non-européens par rapport aux européens avec des possibles phénotypes distincts. Pour explorer plus en détail l’hypothèse d’une variabilité entre les estimations générées par les approches de « recensement » ou de « échantillon », nous avons réalisé un deuxième travail qui consistait en une méta-analyse de la prévalence de la maladie de Behçet (MB) rapportée par 45 études internationales publiées dans la littérature. Des analyses en sous-groupes et par méta-régression ont montré des variations notables de la prévalence de MB entre zones géographiques mais aussi selon le type d’étude (recensement vs échantillonnage) utilisé. En analyse par méta-régression multivariée, seule la variable « type d’étude » était significativement associée aux valeurs de prévalence de la MB. En conclusion, ces travaux soulignent l’impact de la méthodologie utilisée pour conduire les études de fréquence des maladies. Les différences conceptuelles entre les études de recensement et les études échantillonnage soulevant la question sur la comparabilité des estimations obtenues par ces deux approches. / Estimating the frequency of diseases is of major importance for generating etiologic hypotheses and for assessing their global burden. Although such estimates may reflect the intrinsic frequency characteristics of a disease, they may also reflect variations due to methodological differences between studies. In our first study, we raised this assumption that the variability of disease frequency estimates is linked to methodological factors. This population-based survey aimed at estimating the prevalence of primary Sjögren's syndrome (pSS) in Seine-Saint-Denis, France, during 2007. Despite a high completeness of case-finding, 90%, assessed by capture-recapture analysis, the estimated prevalence of pSS of 1.02 cases per 10,000 adults was the lowest prevalence estimate published in the literature. Also, this study was the first to show a two-fold higher prevalence of pSS in people of non-European than European background and possible ethnicity-related differences in disease phenotypes. In addition, this study highlighted the possible effect of "census" or "sampling" designs on frequency estimates reported from population-based surveys. To explore in more detail the assumption that "census" or "sampling" approaches generate variability in frequency estimates of diseases, we performed a second study, involving a meta-analysis of the prevalence of Behçet's disease (BD) in published reports of 45 international studies. Subgroup and meta-regression analyses showed notable variations in BD prevalence estimates geographically but also by study design (census vs sampling). On multivariate meta-regression analysis, only study design significantly predicted BD prevalence estimates. In conclusion, this thesis highlights the importance of study design in population-based estimates of disease frequency. Conceptual differences between census and sample studies raise questions about the extent to which estimates obtained by either of these two approaches are comparable.