La littérature économique attribuant des rôles endogènes à l'évolution technologique et à lagéographie pour expliquer la croissance économique suggère que la compréhension des fluxde connaissances dans l'espace et de leurs conséquences sur les activités d'innovation est aucoeur de l'explication des disparités dans la croissance économique. À cet égard, cette thèsemet l'accent sur les réseaux de connaissances comme un mécanisme permettant la circulationdes connaissances dans l'espace et le temps. Parmi les différents types de réseaux deconnaissances, elle étudie les réseaux de collaboration de R&D et explore deux questionsprincipales.Tout d'abord, elle examine l'effet de la géographie sur la formation du réseau pour savoir si lesflux de connaissances par les réseaux de collaboration en R&D sont limités dans l'espace oupas. Elle s'enquiert de cette question à la fois pour le réseau multilatéral entre lesorganisations et le réseau inter-régional entre les régions européennes dans le domaine desbiotechnologies en utilisant les données sur les collaborations de R&D promues par lesProgrammes-Cadres Européens.Deuxièmement, elle explore comment un réseau évolutif de collaborations de R&D entre lesrégions affecte les performances des régions en matière d'innovation. Elle utilise l'économétriespatiale pour quantifier les effets statiques et dynamiques des flux de connaissances desvoisins spatiaux et d'un ensemble évolutif de partenaires de collaboration sur l'activitéinventive des régions dans le domaine des TIC au cours de la période 2003-2009. / The economic literature attributing endogenous roles to technological change and geography inexplaining economie growth suggests that understanding knowledge flows in space and theirconsequences on innovative activities is central to explaining disparities in economie growth. Inthis regard, this PhD thesis focuses on knowledge networks as a mechanism that enablesknowledge flows in space and time. Among different types of knowledge networks, it studiesR&D collaboration networks and addresses two main issues.First, it investigates the effect of geography on network formation to figure out whetherknowledge flows through R&D collaboration networks are constrained in space or not. It inquiresthis question both for multilateral R&D collaboration network among organizations and theresulting inter-regional network among European regions in the field of biotechnology using dataon R&D collaborations promoted via European Framework Programmes.Second, it addresses how an evolving network of R&D collaborations among regions affectsregional innovation performances in time. It employs a spatial econometric approach to quantifythe static and dynamic effects of knowledge flows from spatial neighbors and an evolving set ofcollaboration partners on inventive activity of regions in the field of ICT durin 2003-2009.

Comment les structures sociales et sémantiques d'une communauté scientifique guident-elles les dynamiques de collaboration à venir ? Dans cette thèse, nous combinons des techniques de traitement automatique des langues et des méthodes provenant de l'analyse de réseaux complexes pour analyser une base de données de publications scientifiques dans le domaine de la linguistique computationnelle : l'ACL Anthology. Notre objectif est de comprendre le rôle des collaborations entre les chercheurs dans la construction du paysage sémantique du domaine, et, symétriquement, de saisir combien ce même paysage influence les trajectoires individuelles des chercheurs et leurs interactions. Nous employons des outils d’analyse du contenu textuel pour extraire des textes des publications les termes correspondant à des concepts scientifiques. Ces termes sont ensuite connectés aux chercheurs pour former un réseau socio-sémantique, dont nous modélisons la dynamique à différentes échelles. Nous construisons d’abord un modèle statistique, à base de régressions logistiques multivariées, qui permet de quantifier le rôle respectif des propriétés sociales et sémantiques de la communauté sur la dynamique microscopique du réseau socio-sémantique. Nous reconstruisons par la suite l’évolution du champ de la linguistique computationelle en créant différentes cartographies du réseau sémantique, représentant les connaissances produites dans le domaine, mais aussi le flux d’auteurs entre les différents champs de recherche du domaine. En résumé, nos travaux ont montré que la combinaison des méthodes issues du traitement automatique des langues et de l'analyse des réseaux complexes permet d'étudier d'une manière nouvelle l'évolution des domaines scientifiques. / How are the social and semantic structures of a scientific communitydriving future research dynamics? In this thesis we combine naturallanguage processing techniques and network theory methods to analyzeavery large dataset of scientific publications in the field of computationallinguistics,i.e.the ACL Anthology. Ultimately, our goal is to understandthe role of collaborations among researchers in building and shaping thelandscape of scientific knowledge, and, symmetrically, to understand howthe configuration of this landscape influences individual trajectories ofresearchers and their interactions. We use natural language processingtools to extract the terms corresponding to scientific concepts from thetexts of the publications. Then we reconstruct a socio-semantic networkconnecting researchers and scientific concepts, and model the dynamicsof its evolution at different scales. To achieve this, we first build astatistical model, based on multivariate logistic regression, that quantifiesthe role that social and semantic features play in the evolution of thesocio-semantic network, namely in the emergence of new links. Then, wereconstruct the evolution of the field through different visualizations of theknowledge produced therein, and of the flow of researchers across thedifferent subfields of the domain. To summarize, we have shown throughour work that the combination of natural language processing techniqueswith complex network analysis makes it possible to investigate in a novelway the evolution of scientific fields.