Les communautés végétales constituent des systèmes complexes au sein desquels de nombreuses espèces, pouvant présenter une large variété de traits fonctionnels, interagissent entre elles et avec leur environnement. En raison de la quantité et de la diversité de ces interactions les mécanismes qui gouvernent les dynamiques des ces communautés sont encore mal connus. Les approches basées sur la modélisation permettent de relier de manière mécaniste les processus gouvernant les dynamiques des individus ou des populations aux dynamiques des communautés qu'ils forment. L'objectif de cette thèse était de développer de telles approches et de les mettre en oeuvre pour étudier les mécanismes sous-jacents aux dynamiques des communautés. Nous avons ainsi développés deux approches de modélisation. La première s'appuie sur un cadre de modélisation stochastique permettant de relier les dynamiques de populations aux dynamiques des communautés en tenant compte des interactions intra- et interspécifiques et de l'impact des variations environnementale et démographique. Cette approche peut-être aisément appliquée à des systèmes réels et permet de caractériser les populations végétales à l'aide d'un petit nombre de paramètres démographiques. Cependant nos travaux suggèrent qu'il n'existe pas de relation simple entre ces paramètres et les traits fonctionnels des espèces, qui gouvernent pourtant leur réponse aux facteurs externes. La seconde approche a été développée pour dépasser cette limite et s'appuie sur le modèle individu-centré Nemossos qui représente de manière explicite le lien entre le fonctionnement des individus et les dynamiques de la communauté qu'ils forment. Afin d'assurer un grand potentiel d'application à Nemossos, nous avons apportés une grande attention au compromis entre réalisme et coût de paramétrisation. Nemossos a ainsi pu être entièrement paramétré à partir de valeur de traits issues de la littérature , son réalisme a été démontré, et il a été utilisé pour mener des expériences de simulations numériques sur l'importance de la variabilité temporelle des conditions environnementales pour la coexistence d'espèces fonctionnellement différentes. La complémentarité des deux approches nous a permis de proposer des éléments de réponse à divers questions fondamentales de l'écologie des communautés incluant le rôle de la compétition dans les dynamiques des communautés, l'effet du filtrage environnementale sur leur composition fonctionnel ou encore les mécanismes favorisant la coexistence des espèces végétales. Ici ces approches ont été utilisées séparément mais leur couplage peut offrir des perspectives intéressantes telles que l'étude du lien entre le fonctionnement des plantes et les dynamiques des populations. Par ailleurs chacune des approches peut être utilisée dans une grande variété d'expériences de simulation susceptible d'améliorer notre compréhension des mécanismes gouvernant les communautés végétales. / Plant communities are complex systems in which multiple species differing by their functional attributes interact with their environment and with each other. Because of the number and the diversity of these interactions the mechanisms that drive the dynamics of theses communities are still poorly understood. Modelling approaches enable to link in a mechanistic fashion the process driving individual plant or population dynamics to the resulting community dynamics. This PhD thesis aims at developing such approaches and to use them to investigate the mechanisms underlying community dynamics. We therefore developed two modelling approaches. The first one is based on a stochastic modelling framework allowing to link the population dynamics to the community dynamics whilst taking account of intra- and interspecific interactions as well as environmental and demographic variations. This approach is easily applicable to real systems and enables to describe the properties of plant population through a small number of demographic parameters. However our work suggests that there is no simple relationship between these parameters and plant functional traits, while they are known to drive their response to extrinsic factors. The second approach has been developed to overcome this limitation and rely on the individual-based model Nemossos that explicitly describes the link between plant functioning and community dynamics. In order to ensure that Nemossos has a large application potential, a strong emphasis has been placed on the tradeoff between realism and parametrization cost. Nemossos has then been successfully parameterized from trait values found in the literature, its realism has been demonstrated and it has been used to investigate the importance of temporal environmental variability for the coexistence of functionally differing species. The complementarity of the two approaches allows us to explore various fundamental questions of community ecology including the impact of competitive interactions on community dynamics, the effect of environmental filtering on their functional composition, or the mechanisms favoring the coexistence of plant species. In this work, the two approaches have been used separately but their coupling might offer interesting perspectives such as the investigation of the relationships between plant functioning and population dynamics. Moreover each of the approaches might be used to run various simulation experiments likely to improve our understanding of mechanisms underlying community dynamics.

Les changements du niveau de la mer sont un des indicateurs des changements climatiques qui affectent le monde depuis les dernière décennies. Dans les zones côtières, ce phénomène est à l'origine de l'érosion côtière, l'intrusion d'eau salée dans la nappe phréatique et les inondations. Les côtes du Canada ne sont pas épargnées. En effet, le niveau de la mer dans ces régions augmente actuellement et suit les tendances mondiales. Parmi ces zones côtières, celles du golfe du Saint-Laurent nous ont intéressées. Elles sont caractérisées par des propriétés physiques spécifiques comme l'isolement relatif par rapport l'océan Atlantique, la couverture de glace en hiver et la coulée de l'eau douce au printemps qui leurs confèrent un comportement particulier en termes de changements du niveau de la mer. Les changements du niveau de la mer peuvent être déterminés en intégrant les données des marégraphes et de l'altimétrie satellitaire que le résultat de cette procédure conduit à une détermination relative du niveau moyen de la mer. Cependant, parce que la structure de mesure de ces données est différente, certaines corrections doivent être appliquées. L'une des corrections parmi les plus essentielles est la longueur du Mouvement de Terrain Vertical (MTV) qui doit être prise en compte dans les données des marégraphes, car ces derniers sont connectés directement à la croûte terrestre. Différents phénomènes peuvent causer le MTV. À une échelle locale, la tectonique, l'affaissement et la sédimentation sont les facteurs qui créent le mouvement vertical et à une méso ou macro-échelle, la fonte des inlandsis qui entraîne une modification de la charge de masse de la surface de la terre, provoquent le mouvement des terres. Il existe divers modèles et méthodes de correction du MTV globaux et locaux, tels que l'Ajustement Isostatique Glaciaire (AIG), le Système Mondial de Navigation par Satellite (SMNS), l'Interférométrie par Radar Synthèse d'Ouverture (InRSO), Gravity Recovery and Climate Experiment (GRACE) et le calcul de la différence entre données marégraphiques et altimétriques par satellite. Parmi ces méthodes, l'utilisation de la vitesse verticale des données GPS est la plus précise. Cependant, en raison du faible nombre de stations GPS dans ou proximité des stations marégraphiques, l'utilisation d'une approche plus globale est inévitable. En utilisant cette correction, le niveau moyen absolu de la mer sera obtenu. Dans cette étude, l'évaluation du MTV se fait par un algorithme d'InRSO, appelé Diffuseurs Persistants InRSO (DPInRSO en anglais PSInSAR). Les images du RSO du satellite Sentinel-1 sont soumises à l'analyse DPInRSO. Afin d'évaluer la précision de cette approche, les résultats de DPInRSO (obtenus du logiciel Stanford Method for Persistent Scatterers (StaMPS)) pour deux régions de l'est du Canada (Halifax et St. John's) sont comparés à la GPS vitesse verticale en analysant les séries temporelles de données. Également, en utilisant la même méthode, le mouvement vertical des terres dans 24 stations marégraphiques du golfe du Saint-Laurent sera corrigé. L'étude du niveau moyen de la mer est mise en oeuvre en utilisant l'analyse spectrale (analyse harmonique et analyse spectrale des moindres carrés (ASMC)) afin de supprimer les effets à long terme des constituants de la marée (constituants annuels et semi-annuels). Aussi, pour évaluer le niveau moyen absolu de la mer (NMAM) dans la région considérée, le niveau moyen de la mer calculé est corrigé sur la base des résultats du MTV. En conclusion, la comparaison des résultats de la technique DPInRSO avec les données GPS indique le comportement similaire des tendances au cours de la période d'étude. En d'autres termes, la méthode DPInRSO mesure le mouvement vertical des terres en précision millimétrique dans la région d'étude (à l'exception d'une station) et elle peut être appliquée pour les régions qu'elles ne se connectent pas sur le positionnement GPS continu des marégraphes. Dans le cas d'un changement du niveau de la mer, l'incompatibilité entre les données marégraphiques et altimétriques en termes de temps rend la conclusion plus diffcile. Cependant, sur la base d'observations continues dans des séries temporelles de données altimétriques, nous avons obtenu une tendance plus homogène du niveau de la mer (niveau moyen de la mer) dans toutes les stations, mais pour évaluer le changement à long terme du niveau de la mer et en raison de l'emplacement exact de la station marégraphique, ces dernières données doivent être prises en compte (à la fois dans le calcul du niveau moyen de la mer et des constituants de la marée). Enfin, en raison du faible changement de MTV, les valeurs moyennes absolues du niveau de la mer sont très proches de celles relatives, ce qui indique que nous pouvons évaluer les changements du niveau de la mer dans le golfe du Saint-Laurent, en utilisant uniquement les données marégraphiques et altimétriques. En plus de faire des corrections, des cartes de la tendance du niveau de la mer et des différences de phase entre les stations marégraphiques seront représentées. La qualité des données des marégraphes et de l'altimétrie satellitaire sera discutée et rapportée sur les résultats tirés de l'étude. / Sea level changes are one of the indicators of climate change that has affected the world in recent decades. In coastal areas, this phenomenon has caused coastal erosion, saltwater intrusion into the groundwater and floods. These environmental changes can also be seen in Canada's coasts. Indeed, the sea level in these regions is currently increasing and follows the global trends. Among these coastal areas, those of the Gulf of St. Lawrence interested us. This area is characterized by specific physical properties such as relative isolation from the Atlantic Ocean, winter ice cover and spring freshwater flow that confer particular behavior in terms of sea level changes. Sea level changes can be determined by integrating the tide gauge and satellite altimetry data that the result of this procedure leads to a relative determination of mean sea level. However, because the measurement structures of these data are different, some corrections should be applied. One of the most essential corrections is the length of the Vertical Land Motion (VLM) which must be taken into account in tide gauge data, as these are connected directly to the Earth crust. Different phenomena can cause VLM. In the local scale, tectonics, subsidence and sedimentation are the factors that create vertical movement and in global scale, melting of ice sheets, which leads to change the mass loading of the earth's surface, cause the land motion. There are various global and local VLM correction models and methods such as, Glacial Isostatic Adjustment (GIA), Global Navigation Satellite Systems (GNSS), Interferometry Synthetic Aperture Radar (InSAR), Gravity Recovery and Climate Experiment (GRACE) and calculation of difference between satellite altimetry and tide gauge data. Between these methods, using the vertical velocity of GPS data is the most accurate one. However, due to the low number of GPS stations in or near the tide gauge stations, using a more comprehensive approach is inevitable. By applying this correction, the absolute mean sea level will be obtained. In this study, VLM is examined by one algorithm of InSAR which is called Persistent Scatterer InSAR (PSInSAR). The Sentinel-1 single-look SAR images are used for PSInSAR analysis. In order to accuracy assessment of this approach, the results of PSInSAR (obtained from Stanford Method for Persistent Scatterers software (StaMPS)) for two regions in east of Canada (Halifax and St. John's) are compared with GPS vertical velocity by analyzing their time series data. Equally, by using the same method, vertical land movement in 24 tide gauge station in Gulf of St. Lawrence will be corrected. Investigation of mean sea level is implemented by using the spectral analysis (Harmonic analysis and Least Square Spectral Analysis) in order to remove the long-term effects of tidal constituent (annual and semiannual constituents). Also, to assess the Absolute Mean Sea Level (AMSL) in considered region, calculated mean sea level is corrected based on the results of VLM. In conclusion, comparing of the results of PSInSAR technique with GPS data indicate the similar behavior of trends during the period of study. In other words, PSInSAR method measures vertical land motion in millimeter precision in study region (except of one station) and it can be applied for regions that they do not connect on continuous GPS positioning of tide gauges. In the case of sea level change, incompatibility between tide gauge and altimetry data in terms of time makes the conclusion harder. However, based on continues observations in time series of altimetry data, we obtained more homogeneous sea level trend (mean sea level) in all stations, but to evaluate the long-term sea level change and because of exact location of tide gauge station, this latter data must be considered (both in calculation of mean sea level and tidal constituents). Finally, because of small values of VLM, absolute mean sea level values are very close to relative one which indicate that, we can evaluate the sea level changes in Gulf of Saint Lawrence by using only the tide gauge and altimetry data. In addition to making corrections, the maps of sea level trend and phase differences between tide gauge stations will be represented. The quality of the tide gauge and satellite altimetry records will be discussed and reported over the drawn results of the study.

Cellular network traffic prediction is a critical challenge for communication providers, which is important for use cases such as traffic steering and base station resources management. Traditional prediction methods mostly rely on historical time-series data to predict traffic load, which often fail to model the real world and capture surrounding environment conditions. In this work, we propose a multi-modal deep learning model for 4G/5G Cellular Network Traffic prediction by considering external data sources such as satellite imagery and weather data. Specifically, our proposed model consists of three components (1) temporal component (modeling correlations between traffic load values with historical data points via LSTM) (2) computer vision component (using embeddings to capture correlations between geographic regions that share similar landscape patterns using satellite imagery data and state of the art CNN models), and (3) weather component (modeling correlations between weather measurements and traffic patterns). Furthermore, we study the effects and limitations of using such contextual datasets on time series learning process. Our experiments show that such hybrid models do not always lead to better performance, and LSTM model is capable of modeling complex sequential interactions. However, there is a potential for classifying or labelling regions by their urban landscape and the network traffic. / Förutsägelse av mobilnätstrafik är en kritisk utmaning för kommunikation leverantörer, där användningsområden inkluderar trafikstyrning och hantering av basstationsresurser. Traditionella förutsägelsesmetoder förlitar sig främst på historisk tidsseriedata för att förutsäga trafikbelastning, detta misslyckas ofta med att modellera den verkliga världen och fånga omgivande miljö. Det här arbetet föreslår en multimodal modell med djupinlärning förutsägelse av 4G/5G nätverkstrafik genom att beakta externa datakällor som satellitbilder och väderdata. Specifikt består vår föreslagna modell av tre komponenter (1) temporal komponent (korrelationsmodellering mellan trafikbelastningsvärden med historiska datapunkter via LSTM) (2) datorseende komponent (med inbäddningar för att fånga korrelationer mellan geografiska regioner som delar liknande landskapsmönster med hjälp av satelitbilddata och state-of-the-art CNN modeller), och (3) väderkomponent (modellerande korrelationer mellan vädermätningar och trafikmönster). Dessutom studerar vi effekterna och begränsningarna av att använda sådana kontextuella datamängder på tidsserieinlärningsprocessen. Våra experiment visar att hybridmodeller inte alltid leder till bättre prestanda och att LSTM-modellen är kapabel att modellera komplexa sekventiella interaktioner. Det finns dock en potential att klassificera eller märka regioner efter deras stadslandskap och nättrafiken. / La prévision du trafic sur les réseaux cellulaires est un défi crucial pour les fournisseurs de communication, ce qui est important pour les cas d’utilisation tels que la direction du trafic et la gestion des ressources des stations de base. Les méthodes de prédiction traditionnelles reposent principalement sur des données historiques de séries chronologiques pour prédire la charge de trafic, qui échouent souvent à modéliser le monde réel et à capturer les conditions de l’environnement environnant. Dans ce travail, nous proposons un modèle d’apprentissage profond multimodal pour la prédiction du trafic des réseaux cellulaires 4G/5G en considérant des sources de données externes telles que l’imagerie satellitaire et les données météorologiques. Plus précisément, notre modèle proposé se compose de trois composants (1) composant temporel (modélisation des corrélations entre les valeurs de charge de trafic avec des points de données historiques via LSTM) (2) composant de vision par ordinateur (utilisant des incorporations pour capturer les corrélations entre les régions géographiques qui partagent des modèles de paysage similaires à l’aide de données d’imagerie satellitaire et de modèles CNN de pointe) et (3) composante météorologique (modélisation des corrélations entre les mesures météorologiques et les modèles de trafic). De plus, nous étudions les effets et les limites de l’utilisation de tels ensembles de données contextuelles sur le processus d’apprentissage des séries chronologiques. Nos expériences montrent que de tels modèles hybrides ne conduisent pas toujours à de meilleures performances, et le modèle LSTM est capable de modéliser des interactions séquentielles complexes. Cependant, il est possible de classer ou d’étiqueter les régions en fonction de leur paysage urbain et du trafic du réseau.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Ce rapport présente des méthodes de prétraitement, d'analyse statistique et d'interprétation de chroniques hydrogéologiques de massifs peu perméables (argilites) dans le cadre d'études sur le stockage profond de déchets radioactifs. Les séries temporelles analysées sont la pression interstitielle et la pression atmosphérique, en relation avec différents phénomènes (marées terrestres, effet barométrique, évolution de l'excavation des galeries). Les pré-traitements permettent de reconstituer et homogénéiser les chroniques de données en présence de lacunes, aberrations, et pas de temps variables. Les signaux prétraités sont ensuite analysés en vue de caractériser les propriétés hydrauliques du massif peu perméable (emmagasinement spécifique ; porosité effective). Pour cela, on a développé et mis en oeuvre les méthodes d'analyses suivantes (implémentées en Matlab): analyses corrélatoires et spectrales (Fourier) ; analyses ondelettes multirésolution ; enveloppes de signaux aléatoires. Cette méthodologie est appliquée aux données acquises au Laboratoire Souterrain du Consortium International du Mont Terri (Jura Suisse), ainsi qu'à certaines données des Laboratoires Souterrains de Tournemire (Aveyron) et de Meuse / Haute-Marne (ANDRA) / This report presents a set of statistical methods for pre-processing and analyzing multivariate hydrogeologic time series, such as pore pressure and its relation to atmospheric pressure. The goal is to study the hydrogeologic characteristics of low permeability geologic formations (argilite) in the context of deep disposal of radioactive waste. The pressure time series are analyzed in relation with different phenomena, such as earth tides, barometric effects, and the evolution of excavated galleries. The pre-processing is necessary for reconstituting and homogenizing the time series in the presence of data gaps, outliers, and variable time steps. The preprocessed signals are then analyzed with a view to characterizing the hydraulic properties of this type of low permeability formation (specific storativity; effective porosity). For this sake, we have developed and used the following methods (implemented in Matlab): temporal correlation analyses; spectral/Fourier analyses; multiresolution wavelet analyses envelopes of random processes. This methodology is applied to data collected at the URL (Underground Research Laboratory) of the Mont Terri International Consortium (Swiss Jura), as well as some other data collected at the URL of IRSN at Tournemire (Aveyron) and at the URL of ANDRA (Meuse / Haute-Marne)

Problématique : L’amélioration de l’accessibilité financière aux soins de santé est essentielle pour réduire la morbidité et de la mortalité infantile dans les pays à ressources limitées. Cependant, les preuves disponibles sur la relation entre un accès accru aux soins et l’amélioration la santé infantile, dans le long terme, demeurent insuffisantes et parfois inconnues. Dans le contexte spécifique de la région du Sahel au Burkina Faso où les niveaux élevés de morbidité et de malnutrition coïncident avec un faible recours aux soins, une intervention de santé publique associant la gratuité des soins à l’amélioration de la qualité des soins et à la prise en charge de la malnutrition dans la communauté a été mise en œuvre en septembre 2008. Objectifs : En utilisant des approches statistiques et épidémiologiques appliquées aux données transversales et de séries chronologiques, cette thèse vise à apporter une meilleure compréhension de la façon dont la présence de l’intervention dans les communautés peut augmenter et maintenir l’utilisation des services de santé à long terme et améliorer la santé des enfants de moins de cinq ans. Les objectifs spécifiques sont : 1) évaluer le maintien à long terme des effets de l’intervention sur l’utilisation des services de santé chez les enfants de moins de cinq ans, 2) évaluer l’effet contextuel de l’intervention, quatre ans après le début de sa mise en œuvre, sur la probabilité de survenue d’une maladie et sur la probabilité d’utilisation des services de santé chez les enfants de moins de cinq ans, et 3) évaluer l’effet contextuel de l’intervention, quatre ans après le début de sa mise en œuvre, sur le retard de croissance chez les enfants de moins de cinq ans. Méthodes : Les données proviennent du système national d’information sanitaire, d’une enquête rétrospective sur les services de santé ainsi que d’une enquête de ménages réalisée quatre ans après le début de l’intervention dans 41 villages du district d’intervention et 51 villages du district de comparaison. Nous avons utilisé un plan quasi expérimental à séries temporelles interrompues avec groupe de comparaison pour évaluer les effets immédiats et à long terme de l’intervention sur les taux d’utilisation des services de santé. Ensuite, un plan d’étude transversale post-intervention avec un groupe de comparaison nous a permis d’évaluer l’effet contextuel de l’intervention sur la probabilité de survenue d’une maladie, sur la probabilité d’utilisation des services de santé et sur le retard de croissance chez les enfants de moins de cinq ans. La stratégie analytique a combiné la méthode de pondération par les scores de propension pour équilibrer les covariables entre les deux groupes, la modélisation binomiale négative à effets mixtes, les régressions linéaire et logistique multiniveaux. Résultats : L’intervention de gratuité des soins associée à l’amélioration de la qualité des soins et à la prise en charge de la malnutrition dans la communauté était associée à l’augmentation et au maintien de l’utilisation des services de santé au-delà de quatre ans (ratio des taux d’incidence = 2,33 ; IC 95 % = 1,98 – 2,67). En outre, comparativement aux enfants vivant dans le district de contrôle, la probabilité d’utiliser les services de santé était de 17,2 % plus élevée chez les enfants vivant dans le district d’intervention (IC 95 % = 15,01–26,6) ; et de 20,7 % plus élevée lorsque l’épisode de maladie était sévère (IC 95 % = 9,9–31,5). Ces associations étaient significatives, quels que soient la distance par rapport aux centres de santé et le statut socio-économique du ménage. Par ailleurs, alors que le contexte de résidence expliquait 9,36 % de la variance du retard de croissance (corrélation intraclasse = 9,36 % ; IC 95 % = 6,45–13,38), la présence de l’intervention dans les villages n’explique que 2 % de la variance du retard de croissance. Cependant, nous n’avons pas pu démontrer que la présence de l’intervention dans les communautés était associée à une réduction de la probabilité de survenue d’un épisode de maladie (Différentiel des probabilités = 4.4 ; IC 95% = -1.0 – 9.8), ni à une amélioration significative de l’état nutritionnel des enfants de moins de cinq ans (RC = 1,13 ; IC 95 % = 0,83–1,54). Conclusion : Cette thèse souligne que la gratuité des soins associée à l’amélioration de la qualité des soins et à la prise en charge de la malnutrition dans la communauté est efficace pour augmenter et maintenir l’utilisation des services de santé et réduire les inégalités géographiques de recours aux soins. Cependant, cette intervention n’était pas associée à une amélioration des résultats de santé infantile. Bien que des études longitudinales rigoureuses soient nécessaires pour comprendre pleinement l’influence potentielle de cette intervention sur la morbidité, cette thèse plaide pour la nécessité d’agir simultanément sur les autres déterminants sociaux de la santé et d’intégrer, de manière synergique, des interventions spécifiques à la nutrition pour plus d’impact sur la santé infantile. / Introduction: Improving financial access to health care is believed to be essential for reducing the burden of child morbidity and mortality in resource-limited settings, but the available evidence on the relationship between increased access and health remains scarce and the long-term issues are still unknown. In the specific context of the Sahel region in Burkina Faso where high levels of morbidity and malnutrition coincide with low health care use, a pilot intervention for free health care including quality of care improvement and management of malnutrition at the community level was implemented in September 2008. Objectives: Using statistical and epidemiological approaches applied to cross-sectional and time series data, this thesis aims to provide a better understanding of how the presence of intervention in communities can increase and maintain long-term use of health services and improve the health of children under five years. The specific objectives are: 1) to evaluate the long-term effects of the intervention on the use of health services in children under the age of five, 2) to estimate the contextual effect of intervention on the probability of occurrence of and the likelihood of health services being used by children under five, four years after the start of its implementation, and 3) to evaluate the contextual effect of the intervention on stunting in children under five, four years after the start of its implementation. Methods: The data for the analyses were provided from a variety of sources including the national health information system, a retrospective health services survey, and a household survey conducted four years after the intervention onset in 41 villages in the intervention district and 51 villages in the comparison district. We used a quasi-experimental controlled interrupted time-series design group to analyze the immediate and long-term effects of the intervention on the rate of health services utilization in children under five. Then, a quasi-experimental post-test-only design that included a control group allowed us to evaluate the contextual effect of the intervention on the probability of occurrence of a disease, on the probability of use of health services, and stunting in children under five. The analytic strategy combined the propensity score weighting method to balance the covariates between the two groups, two-level mixed-effects negative binomial, and linear and logistic regression models to account for the hierarchical structure of data. Results: The intervention for free health care including quality of care improvement and management of malnutrition at the community level was associated with an increased and maintained use of health services beyond four years after the onset of intervention (incidence rate ratio = 2.33; 95% CI = 1.98–2.67). In addition, compared to children living in the comparison district, the probability of using health services was 17.2% higher among those living in the intervention district (95% CI = 15.0–26.6); and 20.7% higher when the illness episode was severe (95% CI = 9.9–31.5). These associations were significant regardless of the distance to health centers and the socio-economic status of households. In addition, inequalities in the use of care were less pronounced in the intervention villages compared to those in the control village. Finally, the results also showed that the residence context accounted for 9.36% of the variance in stunting (intra-class correlation = 9.36% ; 95% CI = 6.45–13.38), and only 2% of the variance in stunting was explained by the intervention. However, we could not demonstrate that the intervention in these communities was associated with a reduced probability of an illness occurring (AME=4.4 (95% CI: -1.0 – 9.8), nor with a significant improvement in the nutritional status among children under five (OR = 1.13; 95% CI = 0.83–1.54). Conclusion: This thesis underlines the importance that affordable health care, including quality of care, as well as improving the management of malnutrition at the community level, are effective in increasing and maintaining the use of health services and reduce geographical inequalities in the use of care. However, this intervention was not associated with improved child health outcomes. Although rigorous longitudinal studies are necessary to fully understand the potential influence of this intervention on morbidity, this thesis highlights the need to simultaneously act on other social determinants of health and to synergistically integrate nutrition-specific interventions for greater impact on child health.