Partant du constat que la catégorisation des individus en un « Nous » et un « Eux » peut suffire à provoquer un traitement inégal des membres de ces groupes, certaines stratégies ont proposé d’atténuer la frontière ainsi créée en recatégorisant l’ensemble des membres des deux groupes au sein d’un ensemble supraordonné. Cependant, cette stratégie peut s’avérer inefficace, voire contreproductive, précisément quand elle menace les fonctions remplies par les identités initiales. Parmi ces fonctions, la possibilité de se définir comme différents des autres (ie. la distinctivité) est particulièrement concernée. La présente recherche a pour objet de tester, à travers 5 études : 1) si la recatégorisation provoque effectivement une menace sur la distinctivité 2) ses conséquences sur les biais intergroupes 3) la pertinence d’une stratégie de préservation de la distinctivité par l’ajout de catégories sociales.Les résultats ont montré, sur des groupes minimaux, mais aussi nationaux, que de la recatégorisation émanait une menace qui s’exprime tant sur des mesures implicites qu’explicites du biais intergroupe même si des processus propositionnels semblent modérer l’impact de la menace sur ces derniers. De plus, proposer des catégorisations supplémentaires a permis de réduire cette menace et le biais intergroupe associé, sans faire émerger d’effet délétère mesurable.Ces résultats soulignent l’apport de croiser les approches fonctionnelles et sociocognitives des catégorisations sociales et incitent à reconsidérer ces dernières non pas nécessairement comme des problèmes, mais également comme ressources dans les stratégies visant à l’harmonisation sociale. / On the premise that categorising individuals into “Us” and “Them” can be enough to elicit unequal treatment between the members of those groups, some strategies suggest recommend to blur group boundaries by recategorising all the members of both groups into one superordinate group. However, this strategy may prove inefficient or even counterproductive, precisely when it threatens initial identities functions. Among those functions, being able to define oneself as different from the others (ie. distinctiveness) is especially affected. This research aims at testing, in 5 studies: 1) if indeed recatégorisation produces a threat to distinctiveness 2) its consequences on intergroup bias 3) the relevance of a distinctiveness preservation strategy by social categories addition.Results, on both minimal and national groups, showed that a threat stemmed from recatégorisation which had impact on both implicit and explicit measures of intergroup bias, although propositional processes seem to moderate threat’s influence on the latter. Moreover, offering additional categorization allowed for a threat and related intergroup bias reduction, with no measurable harmful effect arising.These results underline the contribution of putting together functional and sociocognitive approaches of social categorisations and encourage rethinking the latter not necessarily as issues but also as resources in social harmonization strategies.

Nous proposons une méthode multilingue pour l'extraction de phrases biaisées de Wikipédia, et l'utilisons pour créer des corpus en bulgare, en français et en anglais. En parcourant l'historique des révisions des articles, nous cherchons ceux qui, à un moment donné, avaient été considérés en violation de la politique de neutralité de Wikipédia (et corrigés par la suite). Pour chacun de ces articles, nous récupérons la révision signalée comme biaisée et la révision qui semble avoir corrigé le biais. Ensuite, nous extrayons les phrases qui ont été supprimées ou réécrites dans cette révision. Cette approche permet d'obtenir suffisamment de données même dans le cas de Wikipédias relativement petites, comme celle en bulgare, où de 62 000 articles nous avons extrait 5 000 phrases biaisées. Nous évaluons notre méthode en annotant manuellement 520 phrases pour le bulgare et le français, et 744 pour l'anglais. Nous évaluons le niveau de bruit, ses sources et analysons les formes d’expression de biais. Enfin, nous utilisons les données pour entrainer et évaluer la performance d’algorithmes de classification bien connus afin d’estimer la qualité et le potentiel des corpus. / We propose a multilingual method for the extraction of biased sentences from Wikipedia, and use it to create corpora in Bulgarian, French and English. Sifting through the revision history of the articles that at some point had been considered biased and later corrected, we retrieve the last tagged and the first untagged revisions as the before/after snapshots of what was deemed a violation of Wikipedia’s neutral point of view policy. We extract the sentences that were removed or rewritten in that edit. The approach yields sufficient data even in the case of relatively small Wikipedias, such as the Bulgarian one, where 62k articles produced 5 thousand biased sentences. We evaluate our method by manually annotating 520 sentences for Bulgarian and French, and 744 for English. We assess the level of noise and analyze its sources. Finally, we exploit the data with well-known classification methods to detect biased sentences.

Les données d’enquêtes jouent un rôle primordial dans la production scientifique en sciences sociales. Cependant, la présence de biais dans les données au moment de la collecte, y compris les erreurs de réponse et de non-réponse, pourrait affecter la fiabilité des résultats obtenus. Bien que le problème des erreurs de réponse et de non-réponse soit largement discuté, la littérature existante s’intéresse peu aux mécanismes par lesquels ces erreurs influencent les mesures estimées. Par conséquent, l’objectif principal de cette thèse est d’apporter une contribution méthodologique à la compréhension des estimations d’enquêtes en présence de données erronées et manquantes, en déterminant leur part explicative dans les modèles estimés. À l’aide de deux mesures répétées de l’âge de la première consommation de substances psychoactives recueillies par l’ELNEJ (1994-2009) auprès de jeunes Canadiens à l’âge de 12-13 ans, puis à l’âge de 14-15 ans, cette thèse par articles visait à étudier : (1) les types d’incohérences ou de biais imputés dans la deuxième mesure comparativement à la première (mesure de référence) et ainsi déduire les caractéristiques des répondants dont les déclarations sont incohérentes (Article 1); (2) l’impact de ces biais dans la détermination des prédicteurs de la consommation précoce, c’est-à-dire à l’âge de 13 ans ou moins (Article 2); et (3) leur impact sur la prédiction de la consommation à l’âge de 16-17 ans en fonction de l’âge d’initiation (Article 3). L’impact du biais est déterminé en corrigeant (1) le biais de sélection dû à la censure des répondants ayant des déclarations incohérentes de l’échantillon de l’étude, lorsque l’âge de l’initiation est la variable dépendante dans le modèle estimé (Article 2) ou (2) le biais d’endogénéité dû à la présence de valeurs erronées et manquantes dans l’âge d’initiation, lorsque l’âge d’initiation est une variable explicative dans le modèle estimé (Article 3). Le premier article révèle qu’au deuxième passage de l’enquête, les jeunes de 14-15 ans ne fournissent pas nécessairement des âges d’initiation cohérents avec ceux fournis lorsqu’ils avaient 12-13 ans. La proportion d’incohérence enregistrée n’est pas négligeable; elle est de 43 % pour l’alcool, 33 % pour le tabac et 32 % pour la drogue. Ces jeunes sont susceptibles de déclarer des âges d’initiation plus tardifs ou d’omettre l’expérimentation antérieure (biais télescopique vers l’avant: BTA), des âges d’initiation plus hâtifs (biais télescopique vers l’arrière: BTR), et peuvent également ne pas déclarer leur initiation à au moins un des deux cycles d’enquête (Biais non-déclaré : BND). Les résultats de la régression multinomiale montrent que le risque de détecter ces biais n’est pas le fruit du hasard; il varie en fonction des caractéristiques socio-démographiques et personnelles des répondants, notamment le genre, la structure de la famille et la région de résidence. En raison du biais dans la deuxième déclaration de l'âge d'initiation, le deuxième article démontre que l'identification des groupes à risque de consommation précoce est affectée par le potentiel de biais au sein de ces groupes. En utilisant l'approche de Heckman, il a été conclu que les âges d'initiation déclarés plus hâtifs (plus tardifs) génèrent une surestimation (sous-estimation) des risques de consommation précoce (à 13 ans et moins) dans les groupes les plus susceptibles de fournir des âges biaisés vers l'arrière BTR (biaisés vers l'avant BTA). Cependant, ces risques sont sous-estimés dans les groupes qui n’ont pas déclaré leur âge d’initiation lors du premier passage de l’enquête (BND). Ceci indique que pour ces groupes, l’âge d’initiation qui n’a pas été déclaré lors du premier passage est probablement un âge précoce (autour de 12-13 ans). Le troisième article conclut que les biais attribués à l'âge de l'initiation affectent l’estimation de la relation entre l’âge d’initiation et la fréquence de consommation à l'âge de 16-17 ans. Le fait que cette relation soit surestimée ou sous-estimée dépend spécifiquement du type de biais et de sa corrélation avec la consommation ultérieure. Enfin, cette thèse tente de fournir des preuves empiriques mettant en évidence le biais de réponse et de non-réponse comme une source d'information supplémentaire qui caractérise l'échantillon de l'étude et qui sa propre part explicative dans les modèles estimés. La validité des données d'enquête est donc d'une grande utilité pour la validité des résultats des études. / Survey data play an essential role in scientific production in the social sciences. However, the presence of bias in the data at the time of collection, including response and non-response errors, could affect the reliability of the results obtained. Although the problem of response and nonresponse errors is widely discussed, little attention has been paid in the existing literature to the mechanisms by which these errors influence the estimated measures. Therefore, the main objective of this thesis is to make a methodological contribution to the understanding of survey estimates in the presence of erroneous and missing data, by determining their explanatory part in the estimated models. Using two repeated measures of age at first substance use collected by the NLSCY (1994-2009) from Canadian youth, when they were 12-13 years old and again at 14-15 years old, this article-based dissertation aimed to investigate: (1) the types of inconsistencies or biases imputed in the second measure relative to the first (baseline) measure and thus infer the characteristics of respondents whose reports are inconsistent (Paper 1); (2) the impact of these biases in determining predictors of early use, i.e., at age 13 and younger (Paper 2); and (3) their impact on predicting use at age 16-17 as a function of age of initiation (Paper 3). The impact of bias is determined by correcting for (1) selection bias due to censoring of respondents with inconsistent reports from the sample, when age of initiation is the dependent variable in the estimated model (Paper 2) and (2) endogeneity bias due to the presence of erroneous and missing values in age of initiation, when age of initiation has an explanatory variable in the estimated model (Paper 3). The first article reveals that at the second survey round, 14–15 years old do not necessarily provide ages of initiation consistent with those provided when they were 12-13 years old. The proportion of inconsistency recorded is not negligible; it is 43% for alcohol, 33% for tobacco, and 32% for drugs. These youth are likely to report later ages of initiation or omit previous experimentation (telescopic forward bias: BTA), earlier ages of initiation (telescopic backward bias: BTR) and may also fail to report initiation on at least one of the two survey rounds (unreported bias: BND). Multinomial regression results show that the risk of detecting these biases is not random; it varies with respondents' socio-demographic and personal characteristics, including gender, family structure, and region of residence. Because of the bias in the second report on age of initiation, the second article demonstrates that the identification of groups at risk for early use is affected by the potential for bias within these groups. Using Heckman's approach, it was concluded that earlier (later) reported initiation ages generate an overestimation (underestimation) of the risks of early use (at age 13 and younger) in the groups most likely to provide backward-biased (forward-biased) ages. However, this risk is underestimated in groups that did not report their age of initiation at the first survey round (BND). This indicates that for these groups, the age of initiation that was not reported in the first round is likely to be an early age (around 12-13 years). The third paper concludes that biases attributed to age of initiation affect the estimate of the relationship between age of initiation and frequency of use at age 16-17. Whether this relationship is overestimated or underestimated depends specifically on the type of bias and its correlation with later use. Finally, this thesis attempts to provide empirical evidence highlighting response and nonresponse bias as an additional source of information that characterizes the study sample and has its own explanatory part in the estimated models. The validity of survey data is thus of great benefit to the validity of studies results.

Les sondages pré-électoraux jouent un rôle important dans les élections en aidant les candidats à sélectionner leur plateforme et les électeurs à coordonner leurs votes. Ils influencent le bien-être de la société à travers les mesures de politiques qui seront mises en oeuvre après les élections. Mais, les prédictions obtenues à partir des réponses aux sondages sont souvent biaisées et volatiles. Les biais proviennent soit du format de question utilisé dans le sondage soit du processus cognitif par lequel les individus élaborent la réponse. La négligence de corrélation est l’un des biais cognitifs susceptibles d’affecter les réponses au sondage. Le présent mémoire vise à comparer théoriquement et empiriquement les pouvoirs prédictifs des différents formats de questions posées dans les sondages puis à mesurer l’effet du biais de négligence de corrélation sur les réponses des individus à l’aide d’une expérience de laboratoire. Les sondeurs utilisent trois types de question pour prédire le résultat de l’élection : les questions binaires, binaires avec incertitude et probabilistes. Les résultats théoriques montrent que les questions binaires avec incertitude donnent une estimation plus précise du résultat de l’élection que les questions binaires. Cette précision dépend de la proportion des électeurs indécis dans la population et de la façon dont les répondants interprètent la question. Les questions probabilistes sont plus précises que les deux autres formats de question. Selon les résultats expérimentaux, la corrélation entre les préférences électorales et les coûts de participation aux élections affecte significativement les réponses données par les individus dans les sondages.

L'Inventaire de personnalité NEO révisé (NEO-PI-R; Costa et McCrae, 1992) est un des tests de personnalité les plus utilisés (Weiner & Greene, 2008). Bien que sa validité soit reconnue dans une variété de contextes (Widiger & Trull, 1997), il ne garantit pas un portrait valide de chaque individu et les résultats individuels peuvent être faussés en raison de biais de réponse (Barrick & Mount, 1996). Les objectifs de cette étude sont d'examiner l'influence de la désirabilité sociale (DS) sur les résultats au NEO-PI-R (Costa & McCrae, 1992) et d'estimer l'efficacité des échelles de validité de profil développées par Schinka (1997). Un total de 71 étudiants universitaires (F=57, H=14) dont l'âge moyen est de 26,8 ans (é.-t.= 7,7) ont rempli le NEO-PI-R ainsi que le Balanced Inventory of Desirable Responding (BIDR; Paulhus, 1991). Les résultats montrent que les réponses au NEO-PI-R sont peu affectées par la DS. Seuls 14,6% des items du NEO-PI-R corrèlent avec un des facteurs de DS. Des analyses de régression montrent que les facettes Vulnérabilité, Sens du devoir. Rêveries et Idées ont un lien significatif avec l'Autoduperie. Pour ce qui est de l'Hétéroduperie, ce sont les facettes Sens du devoir et Droiture qui sont les plus liées. Au regard des échelles de validité élaborées par Schinka, seuls les scores à l'échelle Gestion positive des impressions corrèlent avec l'Autoduperie du BIDR. Des études impliquant un échantillon de participants plus diversifié dans un contexte favorisant la désirabilité sociale pourraient permettre une analyse plus approfondie de l'efficacité de ces échelles à détecter les profils invalides.

De par leur nature scientifique, les sciences économiques visent, entre autre, à observer, qualifier, ainsi que quantifier des phénomènes économiques afin de pouvoir en dégager diverses prévisions. Ce mémoire se penche sur ces prévisions et, plus particulièrement, sur les facteurs pouvant biaiser les prévisionnistes au niveau comportemental en référant à l’effet d’ancrage, un biais propre à l’économie comportementale – une sous-discipline des sciences économiques. Il sera donc question de comprendre, par une analyse selon la discipline que représente l’économie comportementale, ce qui peut les affecter, avec un accent mis sur l’effet d’ancrage plus précisément. L’idée générale de ce dernier est qu’un agent peut être biaisé inconsciemment par la simple connaissance d’une valeur précédente lorsqu’il est demandé de faire une estimation ultérieure. De cette façon, une analyse des salaires des joueurs de la Ligne Nationale de Hockey (NHL) selon leurs performances passées et leurs caractéristiques personnelles, de 2007 à 2016, a été réalisée dans ce travail afin d’en dégager de possibles effets d’ancrage. Il est alors possible de constater que les directeurs généraux des équipes de la ligue agissent généralement de façon sensible et rationnelle lorsque vient le temps d’octroyer des contrats à des joueurs mais, néanmoins, une anomalie persiste lorsqu’on porte attention au rang auquel un joueur a été repêché. Dans un tel contexte, il semble pertinent de se référer à l’économie comportementale afin d’expliquer pourquoi le rang au repêchage reste une variable significative huit ans après l’entrée d’un joueur dans la NHL et qu’elle se comporte à l’inverse de ce que prévoit la théorie à ce sujet. / Economic analysis, by its nature, involves observing, qualifying and quantifying economic data with the ultimate goal of making forecasts. In this masters thesis, I am interested in factors that could bias a forecaster's behavior – with special focus on phenomena, like the anchoring effect, that have been proposed in behavioral economics. At a fundamental level, the anchoring effect states that an agent's ability to accurately forecast may be affected by placing unwarranted emphasis on certain economic variables. To study this effect, I analyze how the salaries of National Hockey League (NHL) players are determined by the players' characteristics and past performance. From the results, it would appear that NHL general managers are generally sensible and rational when it comes to using historical data to make decisions about player salaries. However, there is a persistent anomaly regarding the draft position of a player. Although one would not expect the draft position to be very important after eight years of experience in the NHL, the analysis shows that it is remains a significant determinant of player salary. Behavioral economics and more specifically, the anchoring effect, helps explain why this might be so.

Le débat entre connexionnisme et symbolisme est l'une des forces majeures qui animent le développement de l'Intelligence Artificielle. L'apprentissage profond et la linguistique théorique sont les domaines d'études les plus représentatifs pour les deux écoles respectivement. Alors que la méthode d'apprentissage profond a fait des percées impressionnantes et est devenue la principale raison de la récente prospérité de l'IA pour l'industrie et les universités, la linguistique et le symbolisme occupent quelque domaines importantes, notamment l'interprétabilité et la fiabilité. Dans cette thèse, nous essayons de construire une connexion entre les deux écoles en introduisant des biais inductifs linguistiques pour les modèles d'apprentissage profond. Nous proposons deux familles de biais inductifs, une pour la structure de circonscription et une autre pour la structure de dépendance. Le biais inductif de circonscription encourage les modèles d'apprentissage profond à utiliser différentes unités (ou neurones) pour traiter séparément les informations à long terme et à court terme. Cette séparation fournit un moyen pour les modèles d'apprentissage profond de construire les représentations hiérarchiques latentes à partir d'entrées séquentielles, dont une représentation de niveau supérieur est composée et peut être décomposée en une série de représentations de niveau inférieur. Par exemple, sans connaître la structure de vérité fondamentale, notre modèle proposé apprend à traiter l'expression logique en composant des représentations de variables et d'opérateurs en représentations d'expressions selon sa structure syntaxique. D'autre part, le biais inductif de dépendance encourage les modèles à trouver les relations latentes entre les mots dans la séquence d'entrée. Pour le langage naturel, les relations latentes sont généralement modélisées sous la forme d'un graphe de dépendance orienté, où un mot a exactement un nœud parent et zéro ou plusieurs nœuds enfants. Après avoir appliqué cette contrainte à un modèle de type transformateur, nous constatons que le modèle est capable d'induire des graphes orientés proches des annotations d'experts humains, et qu'il surpasse également le modèle de transformateur standard sur différentes tâches. Nous pensons que ces résultats expérimentaux démontrent une alternative intéressante pour le développement futur de modèles d'apprentissage profond. / The debate between connectionism and symbolism is one of the major forces that drive the development of Artificial Intelligence. Deep Learning and theoretical linguistics are the most representative fields of study for the two schools respectively. While the deep learning method has made impressive breakthroughs and became the major reason behind the recent AI prosperity for industry and academia, linguistics and symbolism still holding some important grounds including reasoning, interpretability and reliability. In this thesis, we try to build a connection between the two schools by introducing syntactic inductive biases for deep learning models. We propose two families of inductive biases, one for constituency structure and another one for dependency structure. The constituency inductive bias encourages deep learning models to use different units (or neurons) to separately process long-term and short-term information. This separation provides a way for deep learning models to build the latent hierarchical representations from sequential inputs, that a higher-level representation is composed of and can be decomposed into a series of lower-level representations. For example, without knowing the ground-truth structure, our proposed model learns to process logical expression through composing representations of variables and operators into representations of expressions according to its syntactic structure. On the other hand, the dependency inductive bias encourages models to find the latent relations between entities in the input sequence. For natural language, the latent relations are usually modeled as a directed dependency graph, where a word has exactly one parent node and zero or several children nodes. After applying this constraint to a transformer-like model, we find the model is capable of inducing directed graphs that are close to human expert annotations, and it also outperforms the standard transformer model on different tasks. We believe that these experimental results demonstrate an interesting alternative for the future development of deep learning models.

L’évaluation du risque de récidive et des besoins criminogènes, à l’aide d’instruments actuariels, joue désormais un rôle intégral dans le système de justice canadien. Les résultats à ces évaluations orientent plusieurs décisions concernant la prise en charge correctionnelle, notamment les besoins en matière de traitement et les possibilités de libération. Considérant les implications importantes de ces évaluations, il est primordial de s’assurer de l’impartialité des instruments utilisés, sans quoi il peut être possible de perpétuer la discrimination systémique vécue par certains groupes ethnoculturels. Au Canada, plusieurs études suggèrent que les instruments actuariels sont moins efficaces pour prédire la récidive auprès de contrevenants issus des peuples autochtones. Certains auteurs soutiennent que ces différences dans la capacité prédictive des instruments pourraient être dues à la présence de biais dans l’évaluation. Peu d’études se sont intéressées à l’effet des biais cognitifs des évaluateurs sur le processus d’évaluation. Ainsi, cette étude a pour objectifs d’étudier, d’une part, l’effet de l’identité autochtone et, d’autre part, l’effet des biais cognitifs des évaluateurs sur le processus d’évaluation et les décisions en matière de traitement. Pour ce faire, un devis expérimental assignant aléatoirement 83 participants en criminologie à un Agent Virtuel Autonome (AVA) pouvant prendre la forme d’un adolescent caucasien ou d’un adolescent autochtone a été préconisé. Les personnages sont identiques en tous points sauf en ce qui a trait à leur origine ethnoculturelle. Les participants se sont entretenus avec l’AVA et ont par la suite dû procéder à l’évaluation du risque de récidive et des besoins criminogènes du personnage à l’aide du YLS/CMI et la rédaction d’un rapport d’évaluation détaillant le plan d’intervention qui serait envisagé pour le personnage. Les données ont ensuite été comparées selon l’identité ethnoculturelle du personnage, et des modèles de modération ont été utilisés afin d’évaluer l’effet des biais cognitifs sur le processus d’évaluation selon l’identité ethnoculturelle du personnage. Les résultats mettent de l’avant qu’il existe plusieurs différences dans le processus d’évaluation dépendamment de l’identité autochtone, qui engendrent une évaluation plus sévère de ce dernier, en plus de suggérer que les biais cognitifs des participants les amènent à favoriser le personnage blanc. Les implications pratiques et théoriques de ces résultats sont discutées. / Actuarial assessments of reoffending risk now play an integral role in the Canadian justice system. The results of these assessments guide many correctional management decisions, including treatment needs and opportunities for release. Given the far-reaching implications of these assessments, it is vital to ensure the impartiality of the instruments used, otherwise it may be possible to perpetuate the systemic discrimination experienced by certain ethno-cultural groups. In Canada, several studies suggest that actuarial tools are less effective in predicting recidivism among Aboriginal offenders. Some authors argue that these differences in the predictive capacity of the instruments could be due to the presence of biases in the assessment process. Few studies have investigated the effect of assessors' cognitive biases on the assessment process. Thus, the aims of this study are to investigate, on the one hand, the effect of aboriginal identity and, on the other, the effect of appraisers' cognitive biases on the assessment process and treatment decisions. To this end, an experimental design randomly assigning 83 criminology students to an Autonomous Virtual Agent (AVA) that could take the form of a Caucasian or Aboriginal adolescent was preferred. The characters are identical in all respects except for their ethnocultural origin. Participants interviewed the AVA, assessed the character's risk of recidivism using the YLS/CMI, and wrote an assessment report detailing the intervention plan that would be considered for the character. Data were then compared according to the character's ethno-cultural identity, and moderation models were used to assess the effect of cognitive biases on the assessment process according to the character's ethno-cultural identity. Results suggest that there are several differences in the evaluation process depending on aboriginal identity, leading to a more severe evaluation of the latter, as well as suggesting that participants' cognitive biases led them to favor the white character. The practical and theoretical implications of these results are discussed.

Un des impacts importants des autoroutes sur l'avifaune est la mortalité due au trafic. Pour mesurer cette mortalité et évaluer les facteurs qui l'influencent, il faut tenir compte des biais importants affectant les comptages des cadavres sur la chaussée, et notamment leur rapide disparition due au trafic et au charognage. Lors de cette thèse, le nombre de tués a été évalué par des méthodes de capture-marquage-recapture d'après des comptages des cadavres en voiture et à pied sur des autoroutes du sud-ouest de la France. Les résultats montrent que les comptages de cadavres, et donc les estimations de tués, sont influencés par le statut taxonomique, la masse des cadavres, leur fraîcheur, et la saison, en lien notamment avec l'activité des charognards. La chouette effraie et certains turdidés sont les plus tués par le trafic. Ayant testé par GLM divers traits spécifiques (densités des passeriformes à proximité, régimes alimentaires, morphométrie, statut sédentaire/migrateur, capacité d'apprentissage), seul la distance de fuite apparaît influencer la mortalité liée au trafic. La prise en compte des facteurs environnementaux montre que les strigiformes sont plus souvent tués près des bermes mixtes, les passeriformes plus souvent tués près des bermes arborées, les deux moins souvent dans les profils en déblais. Déblais et merlons acoustiques en terre, abattage (ou non plantation) des arbres proches au droit des points noirs de collision des oiseaux, constituent des mesures efficaces de réduction de la mortalité.

Nous construisons un simulateur de marche financier multi-agent. Dans cette marche l'échange des actions n'est pas fait en continu. Le prix de marché est formé à l'aide d'un carnet d'ordres. Les investisseurs que l'on modélise reçoivent de l'information biaisée et ils essayent de maximiser leur richesse. Les différents types d'investisseurs, comme les bruiteurs, chartistes ou informées, coexistent dans notre marche. On montre comment les faites stylises peuvent être causée par la présence des investisseurs chartistes ou par des simple délais dans l'information. Nous montrons comment les bulles de prix sont possibles dans un marché avec des investisseurs bien informés. On découvre que c'est profitable, pour un investisseur informé, d'adopter dans certaines moments des stratégies techniques. A partir de nos résultats nous proposons une nouvelle théorie sur la dynamique des marchés financiers, appelé " marches parfois efficientes ".