Cette thèse concerne l'étude et la réduction de la consommation de puissance durant le test par scan des circuits digitaux. Afin de détecter les défauts de délai de transition, les deux principales structures sont utilisés dans la pratique: Launch-Off-Shift (LOS) et launch-Off-Capture (LOC). L'ensemble des travaux réalises montre que le test LOS est plus efficace que le test LOC en terme de couverture de fautes de transition et la longueur de test. Toutefois, le test LOS nécessite une puissance plus élevée lors du launch-to-capture (LTC) du cycle, notamment en terme de consommation de puissance de pic. Ainsi, nous proposons une nouvelle approche de génération de vecteurs de test LOS basée sur la consommation. La technique proposée est capable de réduire et d'évaluer la puissance de pic de test se rapprochant le plus possible de la puissance fonctionnelle. Les avantages qui en résultent permettent de résoudre le problème lié à la perte de rendement et de s'abstenir du test se produisant lorsque la puissance de test est trop faible par rapport à la puissance fonctionnelle. / This thesis relates to study and reduction of power consumption during at-speed scan delay testing for digital circuits. To detect transition delay faults, two main testing schemes are used in practice: Launch-Off-Shift (LOS) and Launch-Off-Capture (LOC). In this work, we prove that LOS testing is more efficient than LOC testing in terms of transition fault coverage (TFC) and test length. However, LOS presents higher power during the launch-to-capture (LTC) cycle, especially in terms of peak power. For this purpose, we propose a novel power-aware test pattern generation technique for LOS testing. The proposed approach is able to reduce and map the test peak power as close as possible to the functional power. The important feature of this framework is that, in additional to solving the yield loss problem, it also avoids test escape that may occur when test power is too much reduced compared to functional power.

O presente estudo tem o objetivo de analisar os padrões espaciais das ocorrências de suicídio no município de São Paulo, no período de 1996 a 2005, e verificar a sua associação com variávies socioeconômico-culturais (estado civil, renda, instrução, religião, migração). A escolha das variáveis analíticas foi baseada nos fatores de risco ao suicídio levantados pela OMS, OPAS e na teoria sobre o suicídio de Durkheim. Os dados socioeconômicos utilizados foram provenientes do IBGE e os dados de mortalidade do PRO-AIM. Para a identificação do padrão espacial das taxas de suicídio foi utilizado o teste de varredura espacial. Para a verificação da associação com as variáveis socioeconômicas e culturais foi utilizada análise de regressão logísica. No período estudado ocorreram 4275 óbitos por suicídio no município de São Paulo, com uma taxa média de 4,1/100 mil hab/ano. O primeiro teste de varredura espacial, considerando-se 50% da população total como tamanho máximo do agrupamento, identificou 2 agrupamentos significativos, um de risco (RR = 1,66) composto por 18 distritos da região central, centro-sul e centrooeste da cidade (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) e um de proteção (RR = 0,78) formado por 14 distritos da região sul (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). O teste considerando-se 5% da população total como tamanho máximo do agrupamento, encontrou 2 agrupamentos significativos. Nesse teste, o agrupamento de risco do primeiro teste foi desmembrado em dois agrupamentos menores, ambos de risco. O agrupamento primário apresentou RR = 1,92 em 9 distritos centrais, o agrupamento secundário RR = 1,58 em 6 distritos da região centro-sul. Para a análise de regressão logística, o agrupamento de risco identificado no primeiro teste de varredura espacial (18 distritos) e os demais 78 distritos (contraste) foram definidos como variáveis dependentes e as variáveis socioeconômicoculturais independentes. O primeiro modelo ajustado na regressão multivariada identificou as seguintes variáveis como risco: solteiros (OR = 2,36); migrantes (OR = 1,49); católicos (OR = 1,36); elevada renda (OR = 1,05). O segundo modelo multivariado identificou as seguintes variáveis como proteção: casados (OR = 0,48); evangélicos (0,60). Os resultados podem ser explicados pelos fatores de risco da literatura, pela teoria de Durkheim adaptada à realidade paulistana e pela diferença entre suicídio e homicídio. / The present study aims to analyse the space patterns of suicide occurence in the city of São Paulo, in the period from 1996 to 2005, and check its association with the socioeconomic-cultural variables (marital status, income, education, religion, migration). The choice of the analytical variables was based on the suicide risk factors lifted by the WHO and OPAS, and in the Durkheim´s suicide theory. The socioeconomic data used were originated from the IBGE and the mortality data from the PRO-AIM. The spatial scan test was applied to identify space patterns of suicide rates. In order to check the association with the socioeconomic-cultural variables, the logistic regression analysis was used. In the studied period, 4275 suicide deaths took place in the city of São Paulo, with a mean rate of 4,1/100 thousand inhabitant/year. The first spatial scan test, considering 50% of the total population as the maximum cluster size, identified 2 significant clusters, one of risk (RR = 1,66) composed by 18 districts of the central region, south-center and western-center of the city (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) and one of protection (RR = 0,78) formed by 14 districts of the south region (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). The test considering 5% of the total population as the maximum cluster size, found 2 significant clusters. In this test, the risk cluster of the first test was dismembered in two minor clusters, both of risk. The primary cluster presented RR = 1,92 in 9 central districts the secondary cluster RR = 1,58 in 6 districts of the south-centre. To the logistic regression analysis, the risk cluster identified in the first spatial scan test (18 districts) and the others 78 districts (contrast) were defined as dependent variables and the socioeconomic-cultural variables as independent. The first adjusted model in the multivaried regression identified these variables like risk: singles (OR = 2,36); migrant (OR = 1,49); catholics (OR = 1,36); high income (OR = 1,05). The second multivaried model identified these variables like protection: married (OR = 0,48); evangelic (0,60). The results can be explained by the literature risk factors, the Durkheim´s theory well-adjusted for the reality of São Paulo and by the difference between suicide and homicide.

O presente estudo tem o objetivo de analisar os padrões espaciais das ocorrências de suicídio no município de São Paulo, no período de 1996 a 2005, e verificar a sua associação com variávies socioeconômico-culturais (estado civil, renda, instrução, religião, migração). A escolha das variáveis analíticas foi baseada nos fatores de risco ao suicídio levantados pela OMS, OPAS e na teoria sobre o suicídio de Durkheim. Os dados socioeconômicos utilizados foram provenientes do IBGE e os dados de mortalidade do PRO-AIM. Para a identificação do padrão espacial das taxas de suicídio foi utilizado o teste de varredura espacial. Para a verificação da associação com as variáveis socioeconômicas e culturais foi utilizada análise de regressão logísica. No período estudado ocorreram 4275 óbitos por suicídio no município de São Paulo, com uma taxa média de 4,1/100 mil hab/ano. O primeiro teste de varredura espacial, considerando-se 50% da população total como tamanho máximo do agrupamento, identificou 2 agrupamentos significativos, um de risco (RR = 1,66) composto por 18 distritos da região central, centro-sul e centrooeste da cidade (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) e um de proteção (RR = 0,78) formado por 14 distritos da região sul (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). O teste considerando-se 5% da população total como tamanho máximo do agrupamento, encontrou 2 agrupamentos significativos. Nesse teste, o agrupamento de risco do primeiro teste foi desmembrado em dois agrupamentos menores, ambos de risco. O agrupamento primário apresentou RR = 1,92 em 9 distritos centrais, o agrupamento secundário RR = 1,58 em 6 distritos da região centro-sul. Para a análise de regressão logística, o agrupamento de risco identificado no primeiro teste de varredura espacial (18 distritos) e os demais 78 distritos (contraste) foram definidos como variáveis dependentes e as variáveis socioeconômicoculturais independentes. O primeiro modelo ajustado na regressão multivariada identificou as seguintes variáveis como risco: solteiros (OR = 2,36); migrantes (OR = 1,49); católicos (OR = 1,36); elevada renda (OR = 1,05). O segundo modelo multivariado identificou as seguintes variáveis como proteção: casados (OR = 0,48); evangélicos (0,60). Os resultados podem ser explicados pelos fatores de risco da literatura, pela teoria de Durkheim adaptada à realidade paulistana e pela diferença entre suicídio e homicídio. / The present study aims to analyse the space patterns of suicide occurence in the city of São Paulo, in the period from 1996 to 2005, and check its association with the socioeconomic-cultural variables (marital status, income, education, religion, migration). The choice of the analytical variables was based on the suicide risk factors lifted by the WHO and OPAS, and in the Durkheim´s suicide theory. The socioeconomic data used were originated from the IBGE and the mortality data from the PRO-AIM. The spatial scan test was applied to identify space patterns of suicide rates. In order to check the association with the socioeconomic-cultural variables, the logistic regression analysis was used. In the studied period, 4275 suicide deaths took place in the city of São Paulo, with a mean rate of 4,1/100 thousand inhabitant/year. The first spatial scan test, considering 50% of the total population as the maximum cluster size, identified 2 significant clusters, one of risk (RR = 1,66) composed by 18 districts of the central region, south-center and western-center of the city (Alto de Pinheiros, Barra Funda, Bela Vista, Bom Retiro, Brás, Cambuci, Consolação, Itaim Bibi, Jardim Paulista, Liberdade, Moema, Morumbi, Pinheiros, Perdizes, República, Santa Cecília, Sé, Vila Mariana) and one of protection (RR = 0,78) formed by 14 districts of the south region (Campo Grande, Campo Limpo, Capão Redondo, Cidade Ademar, Cidade Dutra, Grajaú, Jardim Ângela, Jardim São Luís, Santo Amaro, Socorro, Pedreira, Raposo Tavares, Vila Andrade, Vila Sônia). The test considering 5% of the total population as the maximum cluster size, found 2 significant clusters. In this test, the risk cluster of the first test was dismembered in two minor clusters, both of risk. The primary cluster presented RR = 1,92 in 9 central districts the secondary cluster RR = 1,58 in 6 districts of the south-centre. To the logistic regression analysis, the risk cluster identified in the first spatial scan test (18 districts) and the others 78 districts (contrast) were defined as dependent variables and the socioeconomic-cultural variables as independent. The first adjusted model in the multivaried regression identified these variables like risk: singles (OR = 2,36); migrant (OR = 1,49); catholics (OR = 1,36); high income (OR = 1,05). The second multivaried model identified these variables like protection: married (OR = 0,48); evangelic (0,60). The results can be explained by the literature risk factors, the Durkheim´s theory well-adjusted for the reality of São Paulo and by the difference between suicide and homicide.