No description available.

This study examines African American stereotypes in film. I studied six directors, Kathryn Bigelow, Spike Lee, the Russo Brothers, Ryan Coogler, Tate Taylor, and Dee Rees; and six films Detroit, BlacKkKlansman, Captain America: The Winter Soldier, The Help, and Mudbound. Using the framework of critical race theory and auteur theory, I compared the common themes between the films and directors. The main purpose of my study is to see if White or Black directors predominantly used African American stereotypes. I found that both races of directors rely on stereotypes for different purposes. With Black directors, the stereotype was explained further through character development, while the White directors used the stereotype at face value with no further explanation.

Le changement climatique modifie rapidement la composition, la structure et le fonctionnement de la forêt boréale. Des simulations robustes de la productivité primaire brute (PPB) de la forêt boréale avec des modèles de biosphère terrestre (MBT) sont essentielles pour prédire la force des sources de puits de carbone dans les régions arctiques-boréales. Les mesures de covariance des turbulences fournissent des données précieuses pour l’analyse et l'affinement des MBT. Dans cette thèse, j'ai organisé un ensemble de données d'analyse de modèles pour les forêts boréales d'Amérique du Nord en compilant et harmonisant les données de flux de covariance des turbulences (les flux de dioxyde de carbone, d'eau et d'énergie) et les mesures environnementales (données météorologiques) sur huit peuplements forestiers matures (> 70 ans) représentatifs des différentes caractéristiques de peuplements, de climat et de conditions de pergélisol du biome boréal. L’ensemble de données a été utilisée dans une étude de cas pour paramétrer, forcer et évaluer le schéma canadien de surface terrestre incluant les cycles biogéochimiques (CLASSIC, version 1.3), le MBT de la suite canadienne de modèles du climat et de système terrestre. L'étude de cas a démontré l'utilité de l'ensemble de données et a fourni des lignes directrices pour l’amélioration du modèle CLASSIC. Ensuite, j'ai affiné le taux de carboxylation maximal (Vcmax), l'un des paramètres les plus importants du modèle de photosynthèse, pour les principaux types fonctionnels des plantes boréales (TFP) en utilisant une approche d'optimisation bayésienne. L'optimisation a amélioré les performances de la modélisation du PPB et de l'évapotranspiration. Enfin, avec la nouvelle paramétrisation de CLASSIC, j'ai simulé la PBB de la forêt boréale dans des peuplements forestiers de 1901 à 2100 à partir de données de forçage météorologique soigneusement ajustées en fonction des biais. Les changements dans la PBB annuelle simulée ont été quantifiés et étudiés en lien avec plusieurs contrôles environnementaux biotiques et abiotiques importants. Les simulations long terme ont révélé une augmentation du PBB annuel simulé dans tous les peuplements forestiers au cours des 200 ans. La PPB annuelle simulée dans les peuplements forestiers démontre une variation temporelle considérable des taux de changement du passé, au présent, jusqu'au futur. Les changements du début de la saison de croissance constituaient un contrôle environnemental central de la PPB annuelle simulée dans tous les peuplements forestiers du passé au présent. Il a été identifié que la température de l’air devenait plus importante pour la simulation des PBB annuelles que la durée de la saison de croissance dans le futur. Au cours du 21e siècle, l’augmentation du réchauffement, le dégel du pergélisol associé et les changements dans l’humidité du sol et la dynamique thermique étaient des mécanismes sous-jacents importants pour expliquer ces changements. Ma thèse de doctorat a permis d’identifier les opportunités d’analyses et d’affinement des modèles de biosphère terrestre en lien avec une base de données unique construite dans le cadre de cette thèse. Cette base de données a permis de fournir une nouvelle paramétrisation Vcmax au niveau de différentes TFP dans les modèles et fournir un aperçu de la productivité à long terme de la forêt boréale dans le biome boréal d’Amérique du Nord. / Climate change is rapidly altering boreal forest composition, structure, and functioning. Robust simulations of boreal forest gross primary productivity (GPP) with terrestrial biosphere models (TBMs) are critical for predicting carbon sink-source strength in Arctic-boreal regions. Eddy covariance measurements provide valuable data for benchmarking and refining TBMs. In this thesis, I curated a model benchmarking dataset for North America’s boreal forests by compiling and harmonizing eddy covariance flux (i.e., carbon dioxide, water, and energy fluxes) and supporting environmental measurements (i.e., meteorology) over eight mature forest stands (>70 years old) representative of different stand characteristics, climate, and permafrost conditions in the boreal biome. The dataset was used in a case study to parameterize, force, and evaluate the Canadian Land Surface Scheme Including biogeochemical Cycles (CLASSIC, version 1.3), the TBM of the Canadian suite of climate and Earth system models. The case study demonstrated the utility of the dataset and provided guidelines for further model refinement in CLASSIC. Next, I refined the maximum carboxylation rate at 25 °C (Vcmax25), one of the most important parameters in the photosynthesis model in CLASSIC, for representative boreal plant functional types (PFTs) using a Bayesian optimization approach. The refined PFT-level Vcmax25 yielded improved model performance for GPP and evapotranspiration. Last, I simulated boreal forest GPP in forest stands from 1901 to 2100 with CLASSIC, parameterized using the refined PFT-level Vcmax25. To reduce the uncertainty, daily meteorological forcing data from global historical reanalyses and regional climate projections were downscaled and bias-adjusted for forest stands using a multivariate bias correction algorithm. Changes in simulated annual GPP were quantified in trends and investigated with respect to several important biotic and abiotic environmental controls using a random forest approach. Long-term simulations revealed an increase in simulated annual GPP in all forest stands over the 200 years. However, simulated annual GPP in forest stands was characterized by considerable temporal variation in rates of changes from the past, over the present, to the future. Significant reductions in annual GPP were simulated in forest stands below the southern limit of permafrost during the mid-20th century. During the 21st century, all forest stands were simulated with significant increases in annual GPP. Further analyses show that the start of the growing season was a critical environmental control of simulated annual GPP in all forest stands from the past to the present. However, air temperature would become an important environmental control of simulated annual GPP in the future, showing an importance comparable to or even greater than that of the start of the growing season by the end of the 21st century. Enhanced warming, permafrost thaw, and changes in soil moisture and temperature were important for explaining the changes in simulated annual GPP over the 200 years. My PhD study provides a model benchmarking dataset for benchmarking and refining TBMs, and provides important suggestions for PFT-level Vcmax parameterizations in boreal forests. My long-term simulations reveal that boreal forest GPP in response to climate change had differential changes in different climate and permafrost zones during the 20th and 21st centuries, closely associated with differential changes in soil environment (e.g., soil thermal dynamics).

La qualité des sources d'eau potable est progressivement affectée par des pressions naturelles et anthropiques. Pour réduire les effets de ces pressions sur la production d'eau potable, les municipalités doivent intensifier leurs efforts de surveillance spatiale et temporelle de la qualité des sources d'eau et améliorer le traitement de l'eau. Les températures des cours d'eau et les précipitations changent en raison des changements climatiques et de la variabilité des patrons météorologiques. Les pluies peuvent entraîner des changements rapides de la qualité de l'eau brute des usines de traitement d'eau (UTE) en raison du transport des contaminants qui résulte de l'écoulement des eaux de pluie dans les bassins versants. Pendant ces événements pluvieux, des paramètres cruciaux de la qualité de l'eau brute pour les opérations du traitement de l'eau, tels que la turbidité et la teneur en matière organique naturelle (MON), peuvent varier considérablement. Ces changements dans la qualité de l'eau brute nécessitent des modifications opérationnelles du traitement de l'eau, telles que des ajustements des doses de coagulants et de désinfectants pour maintenir la qualité de l'eau traitée. Le délai entre un évènement de pluie et la variation de la qualité de l'eau à l'entrée de l'UTE que cela induit, et les temps de réaction à ces évènements avec les approches traditionnelles, augmentent les risques de moins bonnes performances de traitement de l'eau. Le premier objectif de cette thèse est de développer des modèles pour prévoir les variations de la qualité de l'eau brute, particulièrement après des événements de pluie, en se basant sur des données hydrologiques et météorologiques. L'autre objectif est de développer des modèles pour prédire la qualité de l'eau traitée à l'UTE en fonction des conditions de traitement de l'eau et de la qualité de l'eau brute. La thèse comprend six chapitres qui présentent l'état de l'art sur le sujet, les méthodologies et les procédures proposées pour la modélisation, et la démarche utilisée pour le développement et l'application des modèles pour des cas réels en utilisant des données météorologiques, hydrologiques, et de la qualité de l'eau brute alimentant des UTE. Une revue critique de la littérature a permis d'identifier les lacunes concernant les connaissances en matière de modélisation et de prédiction de la qualité de l'eau brute à des fins de traitement de l'eau. Pour combler ces lacunes, une méthodologie a été proposée pour calculer les décalages temporels globaux entre le moment où une pluie se produit, le moment où le débit d'une rivière réagit, en tant que réponse hydrologique à la pluie, et le moment où les paramètres de qualité de l'eau se dégradent. Différents modèles d'apprentissage automatique simples et d'ensemble ont été développés pour modéliser et prédire des paramètres cruciaux de la qualité de l'eau brute, en utilisant des informations hydrologiques et météorologiques. Les modèles développés ont permis de tester avec succès la méthodologie d'estimation des temps de décalage entre les variables, ainsi que de faire des prédictions des variations de la turbidité et de la MON dans l'eau, en particulier après des événements pluvieux. Globalement, les changements de la qualité de l'eau brute se produisent une demi-journée après les pics de débit de rivière (déclenchés par les évènements pluvieux) pour la turbidité (particules fines) et entre 4 à 6 journées après ces pics, pour l'absorbance UV à 254 nm (MON). Avec ces délais estimés, des variables prédicteurs mieux corrélées avec les paramètres de qualité de l'eau brute (turbidité et UV254) ont été trouvées. Les modèles d'apprentissage automatique ont démontré des bonnes capacités pour prédire la qualité de l'eau brute avec un pas de temps horaire. Ces modèles ont permis de faire des prédictions de qualité de l'eau brute en n'utilisant que des variables hydrologiques et météorologiques. Cette méthodologie ainsi que ces prédictions pourraient faire partie de systèmes d'alerte précoce du genre « évènement de pluie - traitement de l'eau » pour améliorer la gestion de la qualité de l'eau potable dès le bassin-versant. Finalement, en utilisant les capacités prédictives des algorithmes d'apprentissage automatique simples et d'ensemble, des modèles de prédiction du pH de coagulation, de l'UV à l'eau filtrée et de l'abattement de l'UV ont été développés. Ces modèles pourraient permettre aux opérateurs d'évaluer virtuellement et rapidement les performances de différentes conditions d'opération. Ces outils de modélisation ouvrent ainsi la porte à une mise en œuvre future de modèles prédictifs de doses de coagulants, en utilisant des informations sur la qualité de l'eau brute et les objectifs de traitement de l'UTE. / The quality of drinking water sources is progressively affected by natural and anthropogenic pressures. To evaluate and reduce these pressures, increased efforts are required by municipalities for spatio-temporal monitoring and surveillance of water quality and water treatment operation. Trends in temperatures and precipitation patterns are changing as a result of climate change and the variability of meteorological characteristics. Rainfall leads to rapid changes in raw water quality due to rainfall-runoff processes in watersheds. During these events, key parameters of raw water quality for drinking water treatment, such as turbidity and natural organic matter (NOM), can vary considerably. These types of changes in raw water quality require modifications in water treatment operations, such as adjustments in coagulant and disinfectant dosages, to maintain the production of safe treated water. In addition, operators of drinking water treatment plants (DWTPs) have to deal with temporal delays between the occurrence of a rainfall event and the moment when raw water quality begins to change, as well as delays between the moment they become aware of such changes and the moment when corrective actions are implemented. The objective of this thesis is to develop models to predict variations in raw water quality during and after rainfall events and to predict water treatment performances, based on hydrological and meteorological data at watershed scale, and data from raw water quality, and operational parameters of the DWTP. The thesis consists of six chapters which present the state of the art on the subject, the methodologies and procedures proposed for modeling, and the approach for the development and application of models for real cases. A critical review of the literature allowed for the identification of gaps in the knowledge regarding modeling and prediction of raw water quality for treatment purposes. To fill these gaps, a methodology was proposed to calculate the overall lag times between the occurrence of rainfall, represented by rainfall time series, the moment when the river flow reacts as a hydrological response to rainfall, represented by river flow rate time series, and the moment when water quality parameters change. Several simple and ensemble machine learning models were developed to predict key parameters of raw water quality, using hydrological and meteorological information. The developed models allowed testing the lag time estimation methodology between variables especially after rainfall events. Globally, raw water quality changes are produced half-day after river flow peaks (triggered by rainfall events) for turbidity (representing particles) and between 4 to 6 days after, for UV absorbance at 254 nm (representing NOM). This methodology and these calculated time-lags allow to find best correlated predictor variables with raw water quality variables (turbidity and UV254). Machine learning models show optimal capabilities for predicting raw water quality variables with an hourly time step. Moreover, these models showed skills for predicting raw water quality variables using only hydrological and meteorological information. This methodology and the predictions could be a part of a special kind of early warning system (EWS) called, Weather Event - Water Treatment, to enhance drinking water management starting in the watershed. Finally, by using the predictive capabilities of simple and ensemble machine learning algorithms, prediction models for coagulation pH, UV in filtered water, and UV reduction have been developed. Modeling coagulation pH and treatment efficiency, like the NOM removal measured in filtered water, may enable operators of DWTP to virtually and quickly assess the performance of different operating conditions. This opens the opportunities for future implementation of predictive models for coagulant dosages, using information on raw water quality and treatment objectives of DWTP.

Le secteur canadien des pâtes et papiers (P&P) a joué un rôle socioéconomique majeur durant les deux derniers siècles. Ces compagnies, en plus de l’avantage de leur positionnement géographique, ont accumulé une expérience confirmée en matière d’industrie forestière, dont notamment le traitement de la biomasse ligneuse. Au cours des trois dernières décennies, ces entités ont encouru des contraintes environnementales difficiles, auxquelles vient s’ajouter une crise chronique du marché. Cette dernière crise a eu des retombées sans précédent sur le côté social, ce qui a amené à qualifier le contexte difficile du secteur comme une crise de soutenabilité. Au cours de la dernière décennie, l’industrie de l’énergie verte est devenue une composante basique des stratégies de transition énergétique pour les pays développés. La biomasse a toujours été au coeur de cette stratégie pour le Canada. Pour les P&P, cette orientation constitue une opportunité pour résoudre la crise environnementale et économique accrue du secteur. Les preneurs de décision ont besoin d’une feuille de route pour transformer les usines de P&P en Bioraffinerie Forestière Intégrée (BRFI). Le choix des technologies, le dimensionnement de la capacité de production et le choix des voies d’investissement bioénergétique constituent des préoccupations majeures pour les preneurs de décision. Toutefois l’évaluation de la soutenabilité de cette transformation demeure un défi de taille. Notre contribution vise à développer des approches et des outils d’aide à la décision pour supporter une transformation efficace, robuste et durable de l’industrie des P&P au Canada. L'objectif est d’évaluer la soutenabilité de l’intégration des BRFI et de communiquer un nouveau modèle d’affaires aux preneurs de décision, tout en renforçant leur capacité de négocier une politique incitative propice en matière des investissements bioénergétiques dans le cadre du partenariat public-privé. La méthodologie utilisée pour atteindre cet objectif se place à l'intersection de l'aide à la décision, de l'optimisation mathématique et de l'analyse financière et économique. Notre première contribution propose la conception et l’application d’une méthode d’évaluation de la soutenabilité intégrant l’approche cycle de vie à l'optimisation du réseau de création de valeur dans le cadre d’un modèle mathématique multiobjectif. Ce dernier modèle fournira une feuille de route pour les investissements soutenables en bioénergie, minimisant les émissions de Gaz à Effet de Serre (GES) et maximisant la valeur financière de la bioraffinerie sur un horizon de planification à long terme tout en assurant une gestion optimale de l’activité incubatrice. Au niveau de la deuxième contribution, nous présentons une analyse de sensibilité du modèle mathématique proposé selon des scénarios plausibles, et ce, avec l’élaboration d’un canevas pour bien communiquer le modèle aux preneurs de décision. Le but de cette partie est d'évaluer la robustesse du modèle, de bien communiquer aux parties prenantes les implications des choix d'investissement dans la production de bioénergie dans un environnement incertain et d’identifier les perspectives pour améliorer l'efficacité du modèle proposé. Dans la troisième contribution, nous proposons une analyse fiscale approfondie des modes de dépréciations dérogatoires appliqués aux investissements en bioénergie. Cette analyse traite l’impact des types d’amortissements dérogatoires sur le choix d’investissement bioénergétique et sur la soutenabilité. Notre objectif est de fournir aux preneurs de décision un ensemble d’outils d’aide à la décision tout en renforçant leur pouvoir de négocier une politique fiscale favorable à l’investissement bioénergétique. Dans cette partie, on a mis en évidence le fait que le choix de l’investissement couplé avec le choix de sa façon de dépréciation offre à l’investisseur une visibilité plus complète sur les conséquences pratiques de l’investissement dans le domaine bioénergétique en connivence avec la législation fiscale en vigueur. Ce qui conforte le partenariat public-privé et détermine le niveau d’interventionnisme public dans la réussite des transformations escomptées du secteur de P&P. L’analyse d’impacts sociaux et les approches de programmation stochastique pour l’étude de robustesse n’ont pas été abordées par ce travail, elles ont été présentées comme perspectives de recherche. / The Canadian pulp and paper sector has played a major socio-economic role in the last two centuries. In addition to the advantage of their geographical position, P&P companies have accumulated proven experience in the forest industry, including the treatment of wood biomass. Over the last three decades, these entities have faced difficult environmental constraints, compounded by a chronic market crisis. This latest crisis has had unprecedented social consequences leading to a crisis of sustainability. Over the last decade, the green energy industry has become a basic component of the energy transition strategies for developed countries. Biomass has always been at the heart of such a strategy for Canada. For the P&P, this orientation is an opportunity to solve the growing environmental and economic crisis of the sector. Decision-makers need a road map to transform P&P's factories into an Integrated Forest Biorefinery (IFBR). The choice of technologies, the sizing of production capacity and the choice of bioenergy investment are major concerns for decision-makers. However, assessing the sustainability of this transformation remains a major challenge. Our contribution is focused on developing decision support approaches and tools to support an effective, robust and sustainable transformation of Canada's P&P industry. The objective is to assess the sustainability of the IFBR integration and to present a new business model to decision-makers, which can strengthen their ability to negotiate a favorable incentive policy for bioenergy investments within the framework of the public-private partnership. To achieve this goal, our methodology combines decision support tools, mathematical optimization models, along with financial and economic analysis. Our first contribution proposes the design and application of a sustainability evaluation method integrating the life cycle approach and the optimization of the value creation network as part of a multi-objective mathematical model. The proposed model provides a roadmap for sustainable bioenergy investments, minimizing GHG emissions and maximizing the financial value of the biorefinery over a long-term planning horizon while ensuring optimal management of the incubator activity. In the second contribution, we present a sensitivity analysis of the proposed mathematical model according to well selected scenarios, with the development of a framework for communicating the model to the decision-makers. The purpose of this analysis is to assess the robustness of the model, to communicate to stakeholders the implications of investment choices in bioenergy production in an uncertain environment, and to identify opportunities for improving the effectiveness of the proposed model. In the third contribution, we propose an in-depth tax analysis using accelerated depreciation methods applied to investments in bioenergy. This analysis deals with the impact of the types of depreciations on the choice of bioenergy investment and on sustainability. Our goal is to provide decision makers with a set of decision support tools while strengthening their power to negotiate a tax policy favorable to bioenergy investment. In this part, it was highlighted that the choice of the investment coupled with the choice of its depreciation way offers the investor a more complete visibility on the practical consequences of the investment in the bioenergetics field with respect to prevalent tax legislation. This reinforces the public-private partnership and determines the level of public interventionism needed for the success of the expected transformation of the P&P sector. The social impact analysis and stochastic programming approaches for the robust study were not addressed by this work, they were presented as research perspectives.

La lentille (Lens culinaris Med.) est une composante importante des régimes alimentaires de nombreuses populations à travers le monde mais sa consommation en Europe est relativement faible. L’Europe produit seulement 26% de sa consommation de lentille et ce déficit est en partie causé par d’importants verrous agronomiques comme la verse, les bruches et la compétition des adventices qui réduisent ses rendements, notamment en agriculture biologique. Les associations de cultures, définies comme la culture simultanée d’au moins deux espèces différentes sur une même surface pendant une durée significative, sont considérées comme une option pour lever ces verrous agronomiques et ainsi développer la production de lentille en agriculture biologique. Les objectifs de cette thèse étaient de (1) évaluer le potentiel des associations de lentille et de blé de printemps pour produire de la lentille en conditions d’agriculture biologique et (2) comprendre les principaux mécanismes sous-jacents à la performance des associations. Des essais agronomiques ont été mis en place en 2015 et 2016 en conditions d’agriculture biologique. Quatre variétés de lentille et de blé de printemps ont été conduites en culture pures et en plusieurs associations de type substitutif et additif. Nos résultats montrent que le rendement moyen des associations avant récolte mécanique était plus élevé que le rendement moyen des cultures pures. Néanmoins, le rendement de lentille en association était inférieur à celui de la lentille en culture pure en raison d’une compétition forte et précoce du blé pour les ressources qui a causé la diminution nombre de ramifications par plante de la lentille. Le prix de la lentille étant environ quatre fois plus élevé que celui du blé, la marge brute des associations avant récolte était inférieure à celle de la lentille en culture pure. Cependant, la verse de la lentille a été fortement réduite en association, entrainant une augmentation de l’efficacité de sa récolte mécanique. En conséquence les rendements de lentille issus de la récolte mécanique se sont avérés similaires en association et en culture pure. Enfin, après tri et nettoyage des graines, la marge brute des associations sur le rendement commercialisable était supérieure à celle des cultures pures. Nos résultats montrent que (1) les associations n’ont pas eu d’effet sur le taux de bruchage des lentilles, (2) l’association la plus performante est constituée de lentille à densité équivalente à la culture pure dans laquelle on ajoute 15-20% de blé, (3) la performance des associations est due à une utilisation complémentaire de l’azote rendue possible par la fixation symbiotique de l’azote par la lentille et (4) l’intensité des compétitions entre espèces dépendent de l’année, de la densité de blé et des génotypes. En conclusion, nos travaux indiquent que les associations de lentille et de blé de printemps peuvent permettre de développer la production de lentille en agriculture biologique mais qu’une meilleure compréhension des interactions de type génotype x environnement x conduite pourrait permettre de mettre au point des couverts encore plus performants. / Lentil (Lens culinaris Med.) is an important component of the human diet in the world, but in the meantime, Europe produces only 26% of the lentils it consumes. This is partly due to strong agronomic weaknesses that reduce yield such as lodging, bruchid beetles and weeds, especially in organic farming. Intercropping, the simultaneous growing of two or more species in the same field is tested here as an option to reduce these drawbacks and develop organic lentil production. The aims of this thesis were to (1) assess the potential of lentil-spring wheat intercrops to produce organic lentil, (2) understand the mechanisms that explain their performances, and (3) evaluate the profitability of such intercrops. A two-year field experiment was carried out in southwestern France in 2015 and 2016 under organic farming rules. Four lentil and two wheat cultivars were grown as sole crops and intercrops in multiple additive and substitutive designs. Our results showed that the total intercrop attainable grain yield was higher than the mean of sole crops. Yet, lentil yield in intercrop was lower than in sole crop as the result of a strong competition for resources from wheat in early lentil growth stages reducing the number of branches per plant of lentil. This led to lower gross margins of intercrops. However, lentil lodging was strongly reduced in intercrops thus its mechanical harvest efficiency increased. This led to similar mechanically harvested yields of lentil in intercrop and sole crop. Consequently, after mechanical harvest and grain cleaning, the marketable gross margin of intercrops was higher than that of sole crops. Our results suggest that (1) intercrop had no effect on bruchids, (2) the most effective intercrop is when lentil is at sole crop density and wheat at 15-20%, (3) intercrop performance is due to complementary use of N pools through legume N2 fixation and (4) the intensity of interspecific interactions depends on year, wheat density and genotypes. Our work indicates that lentil-spring wheat intercrop can develop organic lentil production but a better understanding of Genotype x Environment x Cropping system interactions may be useful to design optimized managements.

<p><p><em>Transforming the Brute</em> addresses the ethical acceptability of creating painless animals for usage in biomedical experimentation.  In recent decades the possibility of creating genetically decerebrate animals or AMLs for human ends has been discussed in scientific, academic, and corporate communities.  While the ability to create animals that cannot feel, experience, and are more plant than animal remains science fiction, biomedicine may now be able to eliminate or significantly reduce the capacity to feel pain and nociception through genetic engineering.  With this new technology comes the opportunity to vastly increase the welfare of animals used in biomedical experimentation, yet this possibility has largely been ignored by the scientific and academic community.  This work seeks to reveal the moral necessity of creating painless animals for usage in biomedical experimentation for animal welfare ends.  Intrinsic objections relating to animal integrity, rights, companionship, the alteration of telos, humility and virtue are considered.  The benefit of eliminating nociceptive pain in experimental animals is addressed, and differences are examined between biomedical experimentation and other usage of animals for human ends which makes the proposed creation of painless animals ethically unique.  Finally, an argument is presented for the moral necessity of replacing normal animals with painless animals in biomedical experimentation with consideration given to genetically decerebrate animals.</p></p>

Transforming the Brute addresses the ethical acceptability of creating painless animals for usage in biomedical experimentation.  In recent decades the possibility of creating genetically decerebrate animals or AMLs for human ends has been discussed in scientific, academic, and corporate communities.  While the ability to create animals that cannot feel, experience, and are more plant than animal remains science fiction, biomedicine may now be able to eliminate or significantly reduce the capacity to feel pain and nociception through genetic engineering.  With this new technology comes the opportunity to vastly increase the welfare of animals used in biomedical experimentation, yet this possibility has largely been ignored by the scientific and academic community.  This work seeks to reveal the moral necessity of creating painless animals for usage in biomedical experimentation for animal welfare ends.  Intrinsic objections relating to animal integrity, rights, companionship, the alteration of telos, humility and virtue are considered.  The benefit of eliminating nociceptive pain in experimental animals is addressed, and differences are examined between biomedical experimentation and other usage of animals for human ends which makes the proposed creation of painless animals ethically unique.  Finally, an argument is presented for the moral necessity of replacing normal animals with painless animals in biomedical experimentation with consideration given to genetically decerebrate animals.

In this project you can find a study about different encryption algorithms, which are use to safeguard the information on messages over the network. We have developed a client-server application which will send information through the network which has to be secured. There are two kinds of encryption algorithms, the symmetric and the asymmetric key algorithms. Both were used to establish the communication, the asymmetric algorithm (RSA) is used to set up a symmetric key and then, all the communication process is done only with the symmetric algorithm (Blowfish). / En este proyecto encontraras un estudio sobre diferentes algoritmos de encriptación, que son usados para salvaguardar la información en mensajes por la red. Además hemos desarrollado una aplicación cliente-servidor que enviara información a través de la red de forma segura. Hay dos tipos de algoritmos de encriptación, los simétricos y los asimétricos. Ambos tipos de algoritmos son utilizados para establecer la comunicación, el asimétrico (RSA) es utilizado para establecer la clave del simétrico y a partir de entonces se utilizara exclusivamente el algoritmo simétrico (Blowfish).

This diploma thesis deals with the cryptanalysis of symmetric encryption algorithms. The aim of this thesis is to show different point of view on this issues. The dissimilar way, compared to the recent methods, lies in the use of the power of evolutionary principles which are in the cryptanalytic system applied with help of genetic programming. In the theoretical part the cryptography, cryptanalysis of symmetric encryption algorithms and genetic programming are described. On the ground of the obtained information a project of cryptanalytic system which uses evolutionary principles is represented. Practical part deals with implementation of symmetric encrypting algorithm, linear cryptanalysis and simulation instrument of genetic programming. The end of the thesis represents experiments together with projected cryptanalytic system which uses genetic programming and evaluates reached results.