Les changements rapides et profonds sont des plus en plus fréquents, tant dans les milieux de travail que dans la société. Ces changements rapides et profonds, nommés changements discontinus, sont connus pour être éprouvants pour le bien-être psychologique des individus. La littérature a proposé que les changements discontinus organisationnels et sociaux soient éprouvants parce qu’ils perturbent l’identité collective, qui fournit aux individus un cadre de référence dans lequel ils comprennent tant leur monde social qu’eux-mêmes. En réponse à un changement discontinu, l’identité collective souffrirait d’une baisse de clarté, où les individus se questionnent à savoir « qui ils sont » dans le contexte de leur groupe social. De récentes études confirment qu’un changement social discontinu provoque une baisse de clarté de l’identité collective. Toutefois, le lien entre les changements discontinus et la clarté d’une identité collective nécessite un soutien empirique robuste puisqu’aucune étude n’a manipulé expérimentalement un réel changement vécu par un groupe social. De plus, il reste à vérifier si la baisse du niveau de clarté de l’identité collective en réponse à un changement social discontinu est répliquée empiriquement sur le terrain. Le premier objectif de cette thèse est donc de vérifier l’effet d’un réel changement discontinu sur la clarté de l’identité collective d’un groupe social. Par ailleurs, les processus psychologiques qui déterminent comment les individus rétablissent la clarté de leur identité collective à la suite d’un changement discontinu demeurent à ce jour inconnus. La littérature en psychologie sociale soutient que deux processus de comparaisons contribuent à la construction de l’identité collective, soit les comparaisons sociales et les comparaisons temporelles. Il semblerait que les comparaisons temporelles soient plus prévalentes dans un contexte de changement discontinu, mais leur rôle pour rétablir la clarté de l’identité collective n’a pas été vérifié. Le second objectif consiste à vérifier si le fait d’effectuer des comparaisons temporelles est un processus psychologique qui rétablit la clarté de l’identité collective à la suite d’un changement discontinu. Cinq études réparties en deux articles ont été exécutées pour répondre à ces objectifs. Le premier article comble les lacunes soulevées dans la littérature en présentant un nouveau paradigme expérimental : le paradigme de groupes de travail Lego (PGTL). Ce paradigme expérimental simule un groupe de travail et expose ses membres à un réel changement discontinu, opérationnalisé en tant qu’un changement inattendu des valeurs qui orientent les objectifs de travail. Trois études testent l’hypothèse que l’introduction d’un changement discontinu causera une diminution du niveau de clarté de l’identité collective du groupe de travail. L’étude 1 simule un changement discontinu en transformant subitement les valeurs du groupe de collaboration à des valeurs de compétition. L’étude 2 réplique les résultats de l’étude 1 avec différente paire de valeurs opposées, soit l’efficience et l’innovation. La troisième étude réplique les résultats et la méthodologie de l’étude 1 avec un grand échantillon, ce qui permet de contrôler statistiquement pour la non-indépendance des observations. Les trois études confirment l’hypothèse que l’introduction d’un changement discontinu cause une diminution du niveau de clarté de l’identité collective du groupe de travail. Le deuxième article contient deux études qui se déroulent auprès d’Américains, dans le contexte du changement d’administration présidentielle en 2016. La première étude vérifie dans un premier temps si la clarté de l’identité collective est diminuée à la suite d’un changement discontinu sur le terrain (hypothèse 1). Dans un deuxième temps, une intervention utilisant des comparaisons temporelles est testée pour vérifier si elle permet de rétablir la clarté de l’identité collective (hypothèse 2a). Le degré d’efficacité de l’intervention utilisant des comparaisons temporelles est comparé à une intervention utilisant des comparaisons sociales, une intervention utilisant des comparaisons sociales et temporelles et une condition contrôle. La deuxième étude vérifie si l’intervention utilisant des comparaisons temporelles rétablit la clarté de l’identité collective au-delà de l’effet du passage du temps (hypothèse 2b) et au-delà des autres interventions. Les résultats confirment la diminution de clarté de l’identité collective à la suite de l’élection, et le rôle de comparaisons temporelles pour rétablir la clarté de l’identité collective. / Rapid and profound changes are increasingly common, both in the workplace and in society. These rapid and profound changes to social groups, called discontinuous changes, are known to have deleterious effects on the psychological well-being of individuals. Literature has proposed that discontinuous organizational and social changes are challenging because they disrupt individuals’ collective identity, which provides them with a meaningful frame of reference in which they understand their social environment and themselves. It has been proposed that during discontinuous changes, collective identity suffers from a decrease in clarity, where individuals question who they are in the context of their social group. Recent studies confirm that discontinuous social change causes a decrease in collective identity clarity. However, the link between discontinuous changes and collective identity clarity remains tentative since no study has experimentally manipulated a real experienced change in a social group. Finally, it remains to be seen whether the decrease in collective identity clarity following discontinuous social change is empirically replicated in the field. The first goal is therefore to provide robust empirical support to the proposition that discontinuous change causes a decrease of collective identity clarity, in a context of real experienced change. In addition, the psychological processes that determine how individuals restore collective identity clarity following discontinuous change remain unknown to this day. Literature in social psychology argues that there are two processes of comparison fundamental to the construction of collective identity, namely social comparisons and temporal comparisons. Temporal comparisons appear to be more prevalent in a context of discontinuous change, but their role in restoring collective identity clarity has not been verified. The second goal of this thesis is to verify whether temporal comparisons are a psychological process that restores collective identity clarity following a discontinuous change. Five studies divided into two articles were carried out to meet both goals. The first article fills the gaps raised in previous literature by presenting a new experimental paradigm: the Lego Workgroup Paradigm (LWP). This experimental paradigm simulates a work group and exposes its members to a real experienced discontinuous change, operationalized as an unexpected change in the values that guide the work objectives. Three studies test the hypothesis that the introduction of a discontinuous change will reduce levels of collective identity clarity related to the workgroup. Study 1 simulates a discontinuous change transforming the values in a sudden way from collaborative values to competition values. Study 2 replicates the results of Study 1 with different opposing values of efficiency and innovation. The third study replicates the results and methodology of Study 1 with a large sample that allows statistical control for the non-independence of observations. The three studies support the hypothesis that the introduction of a discontinuous change causes a decrease in collective identity clarity related to the work group. The second article contains two studies conducted with Americans, in the context of the change of presidential administration in 2016. The first study aims to validate whether the clarity of the collective identity is diminished as a result of a discontinuous change in a field setting (hypothesis 1). Then, an intervention using temporal comparisons is tested to verify if it restores collective identity clarity (hypothesis 2a). The degree of effectiveness of the intervention using temporal comparisons is contrasted with an intervention using social comparisons, an intervention using social and temporal comparisons and a control condition. The second study verifies whether the intervention using temporal comparisons restores collective identity clarity beyond the effect of the passage of time (hypothesis 2b), and beyond other interventions. The results confirm the decrease in collective identity clarity as a result of the election’s outcome and the role of temporal comparisons to restore the collective identity clarity.

Malgré les avancées sociales et juridiques considérables des personnes de minorités sexuelles, l'homophobie dont elles sont encore victimes nuit à leur bien-être (p. ex., Cochran & Mays, 2009; Hatzenbuehler, Nolen-Hoeksema, & Dovidio, 2009; Meyer, 2003). Cette thèse porte sur les expériences d'homophobie spécifiques auxquelles les femmes lesbiennes sont exposées dans l'accès à la maternité et leur rôle de parent. Les deux premiers objectifs consistaient à évaluer l'impact de l'homophobie vécue par des mères lesbiennes dans différents milieux (clinique de fertilité, avec le personnel de santé, en garderie et dans le voisinage) sur leur niveau de bien-être, soit 1) la détresse psychologique et, 2) l'adaptation conjugale. Le troisième objectif visait à évaluer si le soutien de la famille d'origine pouvait protéger les mères de l'impact néfaste anticipé de l'homophobie sur leur bien-être. Les quatrième et cinquième objectifs de cette thèse examinaient si le lien biologique de la mère à son enfant (biologique versus non biologique) et le pays de résidence des mères (Canada versus France) avaient une incidence sur la fréquence des expériences d'homophobie rapportées. Recrutées par le biais d'organismes de soutien aux familles homoparentales, 138 familles de mères lesbiennes en couple ayant eu au moins un enfant par insémination artificielle ont été retenues pour cette étude, dont 75 canadiennes et 63 françaises. Les données ont été recueillies au moyen de questionnaires autorapportés. Comme le soutenaient nos hypothèses, les analyses des résultats ont montré que les expériences d'homophobie vécues en milieu de garderie avaient un impact négatif sur le bien-être des mères. De plus, le soutien par la famille atténuait l'impact négatif de l'homophobie vécue avec le personnel de santé. Toutefois, le statut biologique et le pays de résidence n'étaient pas liés à la fréquence des expériences d'homophobie rapportées par les mères de notre échantillon. Les implications sociales et politiques ainsi que les limitations des résultats sont discutées. En conclusion, les résultats de cette thèse confirment, d'une part, l'impact négatif de l'homophobie sur le bien-être de mères lesbiennes favorisées, éduquées et soutenues par leur famille, et invitent d'autre part, à poursuivre la recherche auprès d'une population plus vulnérable. Enfin, le soutien par la famille d'origine étant apparu important comme facteur de protection, il serait intéressant de développer un instrument de mesure du soutien plus spécifique aux expériences d'homophobie.

De nos jours, il existe de nombreuses bases de données géographiques (BDG) couvrant le même territoire. Les données géographiques sont modélisées différemment (par exemple une rivière peut être modélisée par une ligne ou bien par une surface), elles sont destinées à répondre à plusieurs applications (visualisation, analyse) et elles sont créées suivant des modes d'acquisition divers (sources, processus). Tous ces facteurs créent une indépendance entre les BDG, qui pose certains problèmes à la fois aux producteurs et aux utilisateurs. Ainsi, une solution est d'expliciter les relations entre les divers objets des bases de données, c'est-à-dire de mettre en correspondance des objets homologues représentant la même réalité. Ce processus est connu sous le nom d'appariement de données géographiques. La complexité du processus d'appariement fait que les approches existantes varient en fonction des besoins auxquels l'appariement répond, et dépendent des types de données à apparier (points, lignes ou surfaces) et du niveau de détail. Nous avons remarqué que la plupart des approches sont basées sur la géométrie et les relations topologiques des objets géographiques et très peu sont celles qui prennent en compte l'information descriptive des objets géographiques. De plus, pour la plupart des approches, les critères sont enchaînés et les connaissances sont à l'intérieur du processus. Suite à cette analyse, nous proposons une approche d'appariement de données qui est guidée par des connaissances et qui prend en compte tous les critères simultanément en exploitant à la fois la géométrie, l'information descriptive et les relations entre eux. Afin de formaliser les connaissances et de modéliser leurs imperfections (imprécision, incertitude et incomplétude), nous avons utilisé la théorie des fonctions de croyance [Shafer, 1976]. Notre approche d'appariement de données est composée de cinq étapes : après une sélection des candidats, nous initialisons les masses de croyance en analysant chaque candidat indépendamment des autres au moyen des différentes connaissances exprimées par divers critères d'appariement. Ensuite, nous fusionnons les critères d'appariement et les candidats. Enfin, une décision est prise. Nous avons testé notre approche sur des données réelles ayant des niveaux de détail différents représentant le relief (données ponctuelles) et les réseaux routiers (données linéaires)

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

L'objectif initial de ce travail de thèse est de valoriser les informations relatives au suivi temporel de la vigne, du raisin et de l'environnement de la plante et enregistrées dans des bases de données (BD) de traçabilité pour permettre la comparaison entre parcelles et millésimes, en vue de décisions par analogies.Les travaux réalisés durant cette thèse ont permis de proposer une méthode de transformation qui permet de représenter des ensembles de données asynchrones dans un espace commun afin de les comparer. Cette méthode s'appuie sur l'expertise du système de production. Dans ce travail de thèse, cette méthode a été appliquée à la comparaison de couples parcelle×millésime.L'expertise du système de production viticole permet, dans une première phase, de définir (i) la forme générale de la cinétique d'évolution de grandeurs de mesures évaluées sur la vigne, le raisin ou l'environnement de la plante et (ii) l'effet du climat sur la plante. Cette expertise est utilisée, dans une seconde phase, pour proposer des modèles paramétriques de l'évolution de chaque grandeur. Les données de suivi de chaque couple parcelle×millésime permettent d'ajuster les paramètres du modèle. Un vecteur de paramètres est défini par couple parcelle×millésime. Ce vecteur représente l'espace commun qui rend les couples parcelle×millésime comparables. Deux stratégies de comparaison sontalors possibles : (i) les comparaisons sont réalisées à partir des paramètres (méthode intensive), ou (ii) les comparaisons sont réalisées à partir de l'estimation de la valeur de la grandeur pour chaque couple parcelle×millésime et chaque unité de temps, commune à tous les couples (méthode extensive).Cette méthode a été appliquée à trois exemples différents.Dans une première application, les climats de différents millésimes intervenus sur différents cépages, entre la floraison et la véraison, ont été comparés entre eux après modélisation des grandeurs de mesure climatiques, à l'aide de modèles très simples.Dans une seconde puis une troisième application, la cinétique d'augmentation du pH et d'accumulation des sucres dans les baies de raisin pendant la maturation a été modélisée sous la forme d'une sigmoïde. Les comparaisons ont ensuite été réalisées en travaillant sur (i) la courbe représentative de chaque cinétique (pH), (ii) les paramètres du modèle (sucres) et (iii) une estimation journalière de la concentration en sucres dans les baies.Les bases de données utilisées dans ces applications proviennent de deux régions très différentes. Des données issues du suivi de la station expérimentale INRA Pech Rouge en Languedoc-Roussillon, dans le sud de la France, ont été utilisées pour l'application 1 et une partie de l'application 3. Des données de suivi de différents domaines de la Napa Valley en Californie ont servi pour l'application 2 et une partie de l'application 3.Le changement d'espace de représentation des données apporte une connaissance nouvelle pour décrire les individus et les phénomènes temporels de la vigne. Cette connaissance pourrait permettre de formaliser un raisonnement par analogies utilisant et valorisant l'expérience passée pour la gestion du millésime en cours. / The initial objective of this thesis is to enhance the in-time follow-up information of the vine, the grape and the environment of the plant stored in traceability databases (BD) traceability to allow comparison between plots and vintages, to a future analogy-based decision support.The work done during this thesis allowed to propose a transformation method for representing sets of asynchronous data in a common space for comparison. This method relies on the expertise of the production system. In this thesis, this method was applied to the comparison of pairs of plot×vintage.The expert knowledge of the vineyard production system allows, in a first phase, to define (i) the general shape of the kinetics of on the vine, the grapes or the plant environment measured grandeurs, and (ii) the effect of the climate on the plant.This expertise is used in a second phase, to propose parametrical models that represent each grandeur kinetic. Monitoring data of each pair plot×vintage are used to adjust the model parameters. A vector of parameters is defined for each pair plot×vintage. This vector represents the common space that makes pairs of plot×vintage comparable. Two comparison strategies are possible: (i) comparisons are made from the parameters (intensive method), or (ii) comparisons are made from the estimation of the value of the quantity for each pair plot×vintage and each time unit, common to all pairs (extensive method).This method was applied to three different examples.In a first application, the climate of different vintages occurred on different grape varieties, between flowering and veraison, were compared with each other after modeling of the measured climate grandeurs, with very simple models.In a second and a third application, the kinetics of the increase of pH and accumulation of sugars in grape berries during ripening was modeled using a sigmoid. Comparisons were then made by working on (i) the graph of each kinetic (pH), (ii) parameters (sugars) and (iii) an estimation of the daily sugar concentration in berries.The databases used in these applications come from two very different winegrowing regions. Data from the monitoring of the INRA Pech Rouge Experimental Station, in Languedoc-Roussillon in the south of France, were used for the application 1 and part of the application 3. Monitoring data from different estates of Napa Valley in California were used for the application 2 and part of the application 3.The change of space where data are represented constitutes a new knowledge that permit one to describe individuals and temporal phenomena of the vine. This knowledge could allow to formalize an analogy-based reasoning that uses and promotes past experience to manage the current vintage.

La mammographie est une technique d'imagerie par rayons x, considérée comme la technique actuelle la plus efficace pour dépister le cancer du sein à un stade précoce. A cause des risques de carcinogenèse induite par les rayonnements associés à l'examen par rayons x, il est donc essentiel de réaliser un étalonnage précis du faisceau de rayonnements afin de réduire au maximum la dose de rayonnement délivrée au sein du patient et d'obtenir la meilleure qualité d'image possible. L'étalonnage du faisceau de rayons x est effectué avec des chambres d'ionisation, instruments du commerce qui doivent être préalablement étalonnées dans des laboratoires d'étalonnage de référence, de préférence dans le même type de faisceaux de rayonnements que celui utilisé pour le diagnostic.Dans un pays donné, les laboratoires d'étalonnage de référence en dosimétrie des rayonnements sont généralement rattachés au laboratoire national de métrologie ; ce sont des laboratoires de référence primaires ou secondaires de dosimétrie. Les laboratoires primaires vérifient l'exactitude de leurs mesures conduites avec des étalons primaires en participant à des comparaisons internationales alors que les laboratoires secondaires, détenteurs d'étalons secondaires, doivent procéder à la caractérisation de leurs instruments de référence.Afin de répondre aux besoins des laboratoires nationaux de métrologie le Bureau international des poids et mesures (BIPM) maintient des étalons de référence stables pour la dosimétrie des rayonnements ionisants et met à disposition de ses États Membres des équipements internationaux pour la comparaison des étalons primaires et la caractérisation des étalons nationaux secondaires afin d'assurer l'unification mondiale des mesures et leur traçabilité au Système international d'unités (SI).Le Département des rayonnements ionisants du BIPM a effectué les premières comparaisons internationales dans des faisceaux de rayons x aux basses énergies en 1966 et, en 2001, les Instituts nationaux de métrologie (INM) ont pour la première fois proposé que le BIPM étende ses activités à la mammographie.Une description du travail que j'ai entrepris au BIPM pour répondre aux besoins des laboratoires nationaux de métrologie en matière de comparaisons et d'étalonnages dans ce domaine est présentée dans cette thèse et distribuée en quatre parties : l'établissement de sept faisceaux de rayonnement en utilisant un tube à rayons x à anode en tungstène et filtre en molybdène (faisceau W/Mo); l'installation d'un tube à rayons x à anode en molybdène avec filtre en molybdène et l'établissement de quatre faisceaux de rayonnement (faisceau Mo/Mo); conception et fabrication d'un nouvel étalon primaire pour la dosimétrie dans les faisceaux mammographiques. la création d'une nouvelle série de comparaisons en continu du BIPM, identifiées dans la base de données du BIPM sur les comparaisons clés KCDB sous la référence BIPM.RI(I)-K7 et un programme pour l'étalonnage des étalons nationaux secondaires qui inclut le nouveau dispositif expérimental dans le système managérial de la qualité du département des rayonnements ionisants (RI) du BIPM.L'expertise acquise lors de ce travail est maintenant transféré aux INM pour les aider dans le développement de leurs propres étalons primaires et à améliorer leurs dispositifs expérimentaux existants. Jusqu'à aujourd'hui 6 comparaisons ont été menées à bien dans le nouveau dispositif expérimental établi au BIPM ; la participation à la nouvelle comparaison-clé continue permet aux INM de soutenir leurs capacités d'étalonnages et de mesures (CMC). La caractérisation et l'étalonnage des étalons nationaux secondaires ont été réalisés pour l'heure pour 5 INM.

De nos jours, il existe de nombreuses bases de données géographiques (BDG) couvrant le même territoire. Les données géographiques sont modélisées différemment (par exemple une rivière peut être modélisée par une ligne ou bien par une surface), elles sont destinées à répondre à plusieurs applications (visualisation, analyse) et elles sont créées suivant des modes d’acquisition divers (sources, processus). Tous ces facteurs créent une indépendance entre les BDG, qui pose certains problèmes à la fois aux producteurs et aux utilisateurs. Ainsi, une solution est d’expliciter les relations entre les divers objets des bases de données, c'est-à-dire de mettre en correspondance des objets homologues représentant la même réalité. Ce processus est connu sous le nom d’appariement de données géographiques. La complexité du processus d’appariement fait que les approches existantes varient en fonction des besoins auxquels l'appariement répond, et dépendent des types de données à apparier (points, lignes ou surfaces) et du niveau de détail. Nous avons remarqué que la plupart des approches sont basées sur la géométrie et les relations topologiques des objets géographiques et très peu sont celles qui prennent en compte l’information descriptive des objets géographiques. De plus, pour la plupart des approches, les critères sont enchaînés et les connaissances sont à l’intérieur du processus. Suite à cette analyse, nous proposons une approche d’appariement de données qui est guidée par des connaissances et qui prend en compte tous les critères simultanément en exploitant à la fois la géométrie, l’information descriptive et les relations entre eux. Afin de formaliser les connaissances et de modéliser leurs imperfections (imprécision, incertitude et incomplétude), nous avons utilisé la théorie des fonctions de croyance [Shafer, 1976]. Notre approche d’appariement de données est composée de cinq étapes : après une sélection des candidats, nous initialisons les masses de croyance en analysant chaque candidat indépendamment des autres au moyen des différentes connaissances exprimées par divers critères d’appariement. Ensuite, nous fusionnons les critères d’appariement et les candidats. Enfin, une décision est prise. Nous avons testé notre approche sur des données réelles ayant des niveaux de détail différents représentant le relief (données ponctuelles) et les réseaux routiers (données linéaires) / Nowadays, there are many geographic databases, (GDB), covering the same reality. The geographical data are represented differently (for example a river can be represented by a line or a polygon), they are used in different applications (visualisation, analysis) and they are created using various modes of acquisition (sources, processes). All these factors create independence between GDB, which causes problems for both producers and users. Thus, a solution is to clarify the relationships between various database objects, i.e. to match homologous objects, which represent the same reality. This process is known as spatial data matching. Because of the complexity of the matching process, the existing approaches depend on the types of data (points, lines or polygons) and the level of detail of the GDB. We realised, that most of the approaches are based on the geometry and the topology of the geographical objects, and very few approaches take into account the descriptive information of geographical objects. Besides, for most approaches, the criteria are applied one after the other and knowledge is contained within the process. Following this analysis, we proposed a matching approach that is guided by knowledge and takes into account all criteria at the same time exploiting the geometry, descriptive information and relations between geographical objects. In order to formalise knowledge and model their imperfections (imprecision, uncertainty and incompleteness), we used the Belief Theory [Shafer, 1976]. Our approach of the data matching is composed of five steps. After a selection of candidates, the masses of beliefs are initialised by analysing each candidate separately from the others using different knowledge expressed by various matching criteria. Then, the matching criteria and candidates are fusioned. Finally, a decision is taken. Our approach has been tested on real data having different levels of detail and representing relief (data points) and road networks (linear data)

Les données de classement, c.à. d. des listes ordonnées d'objets, apparaissent naturellement dans une grande variété de situations, notamment lorsque les données proviennent d’activités humaines (bulletins de vote d'élections, enquêtes d'opinion, résultats de compétitions) ou dans des applications modernes du traitement de données (moteurs de recherche, systèmes de recommendation). La conception d'algorithmes d'apprentissage automatique, adaptés à ces données, est donc cruciale. Cependant, en raison de l’absence de structure vectorielle de l’espace des classements et de sa cardinalité explosive lorsque le nombre d'objets augmente, la plupart des méthodes classiques issues des statistiques et de l’analyse multivariée ne peuvent être appliquées directement. Par conséquent, la grande majorité de la littérature repose sur des modèles paramétriques. Dans cette thèse, nous proposons une théorie et des méthodes non paramétriques pour traiter les données de classement. Notre analyse repose fortement sur deux astuces principales. La première est l’utilisation poussée de la distance du tau de Kendall, qui décompose les classements en comparaisons par paires. Cela nous permet d'analyser les distributions sur les classements à travers leurs marginales par paires et à travers une hypothèse spécifique appelée transitivité, qui empêche les cycles dans les préférences de se produire. La seconde est l'utilisation des fonctions de représentation adaptées aux données de classements, envoyant ces dernières dans un espace vectoriel. Trois problèmes différents, non supervisés et supervisés, ont été abordés dans ce contexte: l'agrégation de classement, la réduction de dimensionnalité et la prévision de classements avec variables explicatives.La première partie de cette thèse se concentre sur le problème de l'agrégation de classements, dont l'objectif est de résumer un ensemble de données de classement par un classement consensus. Parmi les méthodes existantes pour ce problème, la méthode d'agrégation de Kemeny se démarque. Ses solutions vérifient de nombreuses propriétés souhaitables, mais peuvent être NP-difficiles à calculer. Dans cette thèse, nous avons étudié la complexité de ce problème de deux manières. Premièrement, nous avons proposé une méthode pour borner la distance du tau de Kendall entre tout candidat pour le consensus (généralement le résultat d'une procédure efficace) et un consensus de Kemeny, sur tout ensemble de données. Nous avons ensuite inscrit le problème d'agrégation de classements dans un cadre statistique rigoureux en le reformulant en termes de distributions sur les classements, et en évaluant la capacité de généralisation de consensus de Kemeny empiriques.La deuxième partie de cette théorie est consacrée à des problèmes d'apprentissage automatique, qui se révèlent être étroitement liés à l'agrégation de classement. Le premier est la réduction de la dimensionnalité pour les données de classement, pour lequel nous proposons une approche de transport optimal, pour approximer une distribution sur les classements par une distribution montrant un certain type de parcimonie. Le second est le problème de la prévision des classements avec variables explicatives, pour lesquelles nous avons étudié plusieurs méthodes. Notre première proposition est d’adapter des méthodes constantes par morceaux à ce problème, qui partitionnent l'espace des variables explicatives en régions et assignent à chaque région un label (un consensus). Notre deuxième proposition est une approche de prédiction structurée, reposant sur des fonctions de représentations, aux avantages théoriques et computationnels, pour les données de classements. / Ranking data, i.e., ordered list of items, naturally appears in a wide variety of situations, especially when the data comes from human activities (ballots in political elections, survey answers, competition results) or in modern applications of data processing (search engines, recommendation systems). The design of machine-learning algorithms, tailored for these data, is thus crucial. However, due to the absence of any vectorial structure of the space of rankings, and its explosive cardinality when the number of items increases, most of the classical methods from statistics and multivariate analysis cannot be applied in a direct manner. Hence, a vast majority of the literature rely on parametric models. In this thesis, we propose a non-parametric theory and methods for ranking data. Our analysis heavily relies on two main tricks. The first one is the extensive use of the Kendall’s tau distance, which decomposes rankings into pairwise comparisons. This enables us to analyze distributions over rankings through their pairwise marginals and through a specific assumption called transitivity, which prevents cycles in the preferences from happening. The second one is the extensive use of embeddings tailored to ranking data, mapping rankings to a vector space. Three different problems, unsupervised and supervised, have been addressed in this context: ranking aggregation, dimensionality reduction and predicting rankings with features.The first part of this thesis focuses on the ranking aggregation problem, where the goal is to summarize a dataset of rankings by a consensus ranking. Among the many ways to state this problem stands out the Kemeny aggregation method, whose solutions have been shown to satisfy many desirable properties, but can be NP-hard to compute. In this work, we have investigated the hardness of this problem in two ways. Firstly, we proposed a method to upper bound the Kendall’s tau distance between any consensus candidate (typically the output of a tractable procedure) and a Kemeny consensus, on any dataset. Then, we have casted the ranking aggregation problem in a rigorous statistical framework, reformulating it in terms of ranking distributions, and assessed the generalization ability of empirical Kemeny consensus.The second part of this thesis is dedicated to machine learning problems which are shown to be closely related to ranking aggregation. The first one is dimensionality reduction for ranking data, for which we propose a mass-transportation approach to approximate any distribution on rankings by a distribution exhibiting a specific type of sparsity. The second one is the problem of predicting rankings with features, for which we investigated several methods. Our first proposal is to adapt piecewise constant methods to this problem, partitioning the feature space into regions and locally assigning as final label (a consensus ranking) to each region. Our second proposal is a structured prediction approach, relying on embedding maps for ranking data enjoying theoretical and computational advantages.

Cette étude vise à comparer trois tâches : une tâche d’identification absolue, une tâche d’apprentissage de paires compatibles et une tâche d’apprentissage de paires incompatibles. À notre connaissance, aucune étude empirique n’a, jusqu’ici, comparé ces trois tâches. La tâche d’identification absolue implique des stimuli perceptifs (lignes de longueur variable) tandis que les tâches d’apprentissage de paires impliquent des stimuli verbaux (mots identifiant des objets de taille différente). Dans les tâches d’identification absolue et d’apprentissage de paires compatibles, les stimuli sont ordonnés de la plus petite à la plus grande magnitude et l’ordre des réponses correspond à l’ordre des stimuli. Dans la tâche d’apprentissage de paires incompatibles, l’ordre des réponses est indépendant de l’ordre entre les stimuli. Les résultats montrent une performance supérieure aux tâches d’apprentissage de paires comparativement à la tâche d’identification absolue. Aussi, les performances aux tâches d’apprentissage de paires compatibles et incompatibles sont semblables.

Les comparaisons temporelles sont essentielles pour s’évaluer. Plusieurs études se sont intéressées aux conséquences négatives d’être insatisfait à la suite de comparaisons temporelles désavantageuses (c.-à.-d., à la privation relative). Peu d’étude a toutefois examiné l’évolution de ce sentiment d’insatisfaction. Le présent mémoire propose que ressentir différents niveaux d’insatisfaction au fil du temps, soit une trajectoire instable d’insatisfaction, affecte négativement le bien-être psychologique. Trois études expérimentales ont été menées. Les résultats révèlent que percevoir une trajectoire instable d’insatisfaction affecte négativement le bien-être psychologique. Une quatrième étude corrélationnelle a été menée au Kirghizstan afin d’examiner si les perceptions d’insatisfaction et d’instabilité mesurées à fil de l’histoire d’un groupe sont associées au bien-être psychologique lors de changements sociaux. Les résultats suggèrent que percevoir un haut niveau d’instabilité et d’insatisfaction au fil du temps est associé négativement au bien-être. Les implications théoriques et méthodologiques sont discutées. / Temporal comparisons are essential for one’s self evaluation. Several studies have examined the negative consequences of being dissatisfied after unfavorable temporal comparisons (i.e., having a feeling of relative deprivation). However, few studies have examined how changes in relative deprivation affect well-being. The present master’s thesis proposes that feeling different levels of relative deprivation over time (i.e., an unstable trajectory of relative deprivation) negatively affects people’s well-being. Three experimental studies were conducted. Results showed that perceiving an unstable trajectory of relative deprivation negatively affects well-being. A fourth correlational study was conducted in Kyrgyzstan in order to examine whether perceptions of relative deprivation and instability measured retrospectively across a group’s history are associated with people’s well-being in times of social change. Results suggested that perceiving high instability and a high level of relative deprivation over time is negatively associated with well-being. The theoretical and methodological implications are discussed.