Thèse (Ph. D.)--Université Laval, 2003. / Bibliogr.: f. 263-283. Publié aussi en version électronique.

Thèse (Ph. D.)--Université Laval, 2004. / Bibliogr.: f. 144-159. Publié aussi en version électronique.

Thèse (M.A.)--Université Laval, 1998. / Bibliogr.: f. 105-106. Publié aussi en version électronique.

Thèse (de maîtrise)--Université Laval, 1997. / Bibliogr.: f. 135-143. Publié aussi en version électronique.

Th. doct.-ing.--Inform. Nancy, I.N.P.L., 1985.

Th.--Phys.--Toulouse--I.N.P., 1977. N°: 24.

Actuellement, les moyens et les méthodes de mesure et de contrôle des procédés de mise en forme, en particulier pour le forgeage, restent limités. Ils ne sont pas systématiques et sont très souvent développés pour des cas particuliers. La robustesse de ces procédés de mise en forme dépend de la capacité à mettre en œuvre des méthodes de maîtrise du processus et des contrôles efficaces. Des méthodologies existantes, comme la DMAIC, permettent de déterminer les paramètres à contrôler et leur influence sur les variables produit, cependant cette démarche possède des inconvénients rendant difficile son application, par exemple, la dépendance de cette méthode aux experts décidant des choix des paramètres. L'idée est de mettre en place une méthodologie générique permettant aux forgerons de maîtriser leur processus de fabrication de manière efficace et efficiente. La méthodologie consiste à mettre en place deux systèmes en amont et en aval du processus de forgeage. Le premier système, en amont, est un système d'aide à la décision reliant les spécifications sur le produit (géométrie, absence de défauts…) et sur les moyens de production aux paramètres processus. Ce premier système doit permettre de déterminer les paramètres clés à surveiller pour éviter des déviations au niveau des variables produit. Le deuxième système, en aval, est un système d'apprentissage dont le but est d'aider dans la compréhension du processus, renseigner le système d'aide à la décision et déterminer la pertinence de contrôle. / The mastering of the forging process is one of the principal objectives of the forging industry. To master a forging process, the key process parameters must be identified and controlled through a specified methodology. Some controlled parameters exist, like the stroke length or the lubrication, which are identified and controlled through a systematic approach. Their control depends on the part to produce or on customer's constraints, rather than a rational approach. A methodology is proposed to master the forging process and to avoid a process deviation. There are some methodologies that already exist such as the DMAIC, but it has certain drawbacks. The aim is to develop a generic methodology to improve the forging process monitoring. The methodology uses two systems in the upstream and the downstream of the forging process. The first system is a decision support system that connects product specifications (geometry, absence of defects…) or other forging process specifications (tool wear, energy…) to the process parameters, using the empirical rules and physical laws. The first system determinates the key parameters to control in order to avoid product variable deviations. The second system is a learning system, this latter helps in process understanding, supply the decision support system with laws and determinate the control pertinence.

Le but de ce travail est d’étudier l’influence de l’expertise (musicale ou linguistique) sur le traitement des sons linguistiques et non-linguistiques chez l’adulte sain. Plus précisément, il s’agit de cerner les effets de transfert d’apprentissage d’un domaine d'expertise vers un autre domaine afin de tester la spécificité des processus qui sous-tendent le traitement de la musique et du langage et de mieux comprendre les phénomènes de plasticité induits par l’expertise. Pour étudier ces questions, j’ai conduit plusieurs expériences, basées sur l’utilisation conjointe des méthodes issues de la psychologie expérimentale (Temps de Réaction et pourcentage d’erreurs) et de l’électrophysiologie chez l’homme (Potentiels Evoqués). En comparant des musiciens et des non-musiciens, j’ai d’abord testé les effets de transfert d’apprentissage de la musique sur le traitement du mètre et de la sémantique dans le langage (Expérience 1), ainsi que sur la phonologie et les variations de hauteur tonale (Expérience 2). Les résultats montrent que l'expertise musicale améliore la perception des aspects métriques du langage parlé et réduit les interférences liées au traitement sémantique. Ils soulignent également que l'expertise musicale améliore la discrimination de variations tonales et phonologiques dans une langue à tons inconnue des participants: le Mandarin. Dans une troisième étude j’ai testé l’hypothèse inverse, celle d’un transfert d’apprentissage du langage vers des sons non-linguistiques. Pour ce faire, j’ai comparé le traitement pré-attentif et attentif de variations de durée, de fréquence et d’intensité de sons non-linguistiques chez des locuteurs d’une langue à quantité, le Finnois, et chez des Français. Les résultats montrent que les participants Finlandais sont plus sensibles aux variations de durée de sons non-linguistiques que les participants Français. En incluant un groupe de sujets musiciens Français à cette étude, j’ai également pu comparer l’influence de l’expertise linguistique et de l’expertise musicale. Les résultats révèlent une influence similaire de ces deux types d’expertise sur le traitement des variations de durée. Enfin, les résultats de deux études visant à comparer les processus conceptuels/sémiotiques impliqués dans l’analyse de sons de l’environnement et de sons musicaux à ceux impliqués dans l’analyse de sons du langage, révèlent des similarités dans les corrélats électrophysiologiques (N400) associés aux différents types de sons. Deux interprétations complémentaires, reposant sur la mise en jeu d’effets « bottom-up » et « top-down », sont proposées pour rendre compte des effets de transfert d’apprentissage. / The aim of this work is to study the influence of expertise (musical and linguistic) on the processing of linguistics and non-linguistics sounds in healthy adults. More precisely, the goal is to examine the transfer of training effects from one domain of expertise to another domain in order to test the specificity of the processes underlying music and language processing as well as the effects of plasticity induced by expertise. To address these questions, I conducted several experiments based on the use of methods from experimental psychology (Reaction Times and error rates) and from human electrophysiology (Evoked Potentials). By comparing musicians and non-musicians, I first tested transfer of training effects from music to meter and semantic processing in language (Experiment 1), and to phonology and pitch variations (Experiment 2). Results showed, first, that musical expertise improves metrical speech processing while reducing interferences with semantic processing. Second, they showed that musical expertise improves the discrimination of tonal and phonological variations in a tone language unknown to the participants, Mandarin. In a third study I tested the reverse hypothesis of transfer of training from language to the processing of nonlinguistics sounds. To this end, I compared the pre-attentive and attentive processing of duration, frequency and intensity changes in non-speech sounds by Finns, speakers of a quantity language, and by French. Results showed a positive transfer of training from the expertise of Finns to process phoneme duration in their native language to the processing of duration changes in non-speech sounds. I also compared the influence of linguistic and musical expertise by including a group of French musicians. Results revealed similar effects of linguistic and musical expertise on the processing of changes in duration. Finally, in two other studies, we compared the conceptual processes involved in the analysis of environmental sounds and musical sounds with those involved in the analysis of speech sounds, always considering the effects of musical expertise. Results revealed similarities in the electrophysiological correlates (N400) of semiotic processing for these different types of sounds. Two complementary interpretations, relying on bottom-up and top-down effects, are proposed to account for this set of results on transfer of training effects.

Dans un contexte professionnel en perpétuelle mutation, les salariés ont la nécessité de se former régulièrement, et ce quel que soit leur niveau de formation initial. Nous avons coutume de lire et d’entendre que le taux d’abandon et le taux d’échec des apprenants dans un dispositif de FOAD est supérieur à celui observé dans la formation présentielle. Ces défections ou revers peuvent être la résultante de divers facteurs dont: l'isolement de l'apprenant, un défaut d'ergonomie de l'environnement d’apprentissage (pédagogique, technologique) ou bien le manque d'autonomie de l'apprenant. Pour passer d’un système fondé sur la transmission du savoir (présentiel) à un système fondé sur l’appropriation et la création de connaissances (FOAD), il faut consentir des efforts particuliers, aussi, notre objectif est de découvrir : comment s’y prennent ceux qui vont jusqu’au bout et réussissent leur formation ? Pour répondre à cette question, nous allons investiguer les styles d’apprentissage des apprenants, qui induisent les méthodologies et stratégies d’apprentissage, ainsi que leur dimension auto-formative qui est une composante importante de la FOAD, due à l’éclatement des unités de temps, de lieu, d’action. Ainsi, nous souhaitons découvrir quels sont les styles d’apprentissage des participants d’une part, en essayant de voir quels sont ceux qui éventuellement dominent, et d’autre part, définir quelle est la capacité d’auto-apprentissage des participants dans le processus de formation ouverte et à distance. La FOAD suppose un ancrage fort dans l’humain, notamment les dimensions psycho-affectives et cognitives. Tous les participants ayant réussi leur formation, nous espérons découvrir chez eux des traits individuels, des dominantes ou constantes comportementales qui pourraient peut-être l’expliquer. / In a constantly changing professional environment, employees need to train regularly, regardless of their level of initial training. We usually read and hear that the dropout and failure rate of learners in an open distance learning device is higher than that observed in the classroom training face to face. These defections or setbacks may be the result of various factors including: the isolation of the learner, poor ergonomics of learning environments (educational technology) or the lack of learner autonomy. To move from a system based on knowledge transfer (face to face) to a system based on ownership and knowledge creation (Open Distance Learning), we must make special efforts, however, our goal is to discover how they managed to complete their education and succeed? To answer this question, we will investigate the learning styles of learners, which induce the methodologies and learning strategies and their self-formative dimension that is an important component of distance learning, due to the breakdown of unit’s time, place, and action. Thus, we would discover what are the learning styles of participants on the one hand, trying to see which ones may dominate the other hand, define what is the capacity for self-learning participants in the process of open and distance learning.ODL requires a strong anchoring in the human, including dimensions psycho-emotional and cognitive. All participants who successfully completed their training, we hope to discover in their individual traits, the dominant behavioral or constants that could possibly explain.

Depuis le « Plan Informatique Pour Tous » de 1985, les technologies numériques ne cessent d'occuper une place grandissante dans l'enseignement : manuels numériques, logiciels de géométrie dynamique, learning games, e-learning, blended learning, MOOC, classes inversées, robotique éducative, etc.L'ambition de nos travaux est de montrer que certaines de ces technologies peuvent contribuer à améliorer les apprentissages, en dynamisant les contenus, en accentuant la motivation des étudiants, en proposant des dispositifs adaptés à la formation à distance, en personnalisant les parcours pédagogiques.Les enjeux autour de ces questions sont importants. La nécessité de motiver les étudiants et de personnaliser les apprentissages apparaît de plus en plus clairement. Ce sont des atouts majeurs pour lutter contre le décrochage scolaire et pour l'égalité des chances.Objectifs de nos travaux antérieurs à 2011 :— Ludifier et animer des contenus afin de les rendre plus motivants et plus explicites.— Visualiser des concepts en manipulant des objets numériques.— Virtualiser des objets d'apprentissage pour s'affranchir de contraintes matérielles afin de faire travailler des méthodes, de dépasser des difficultés de manipulation et des situations de handicap.— Fournir des outils d'interactivité, de visualisation, de calcul formel et de géométrie pour des environnements informatiques d'apprentissage (plateformes d'enseignement à distance, logiciels).— Fournir des outils de monitoring des activités des utilisateurs afin de suivre au mieux leur progression, afin de pouvoir les suivre au plus près dans leurs cheminements, de leur fournir des retours adaptés et des parcours personnalisés, de les rendre plus autonomes.— Expérimenter des objets à la fois numériques et tangibles tels que les robots pour évaluer leur impact dans les apprentissages.— Repenser les manuels scolaires en les accompagnant de dispositifs numériques.Ces travaux ont trouvé un prolongement ciblé, fortement ancré recherche, dans des travaux plus récents.Objectifs de nos travaux postérieurs à 2011 :— Optimiser et personnaliser en profondeur les apprentissages en faisant appel à l'intelligence artificielle et à des algorithmes de machine learning.— Introduire des objets tangibles, tels que les robots, que les élèves peuvent manipuler, voire programmer, pour éclairer différemment les apprentissages et proposer une approche concrète pour construire de nouveaux concepts. / Since the "Plan Informatique Pour Tous" in 1985, digital technologies occupy an increasingly importance in education: digital textbooks, dynamic geometry software, learning games, e-learning, blended learning, MOOC, flipped classrooms, educational robotics, etc.The aim of our work is to show that some of these technologies can contribute to improve learning, boosting learning contents, emphasizing student motivation by proposing devices suitable for distance learning and personalizing learning paths.The stakes of these issues are important. The need to motivate students and personalize learning is more and more crucial. These are major assets to reduce dropout and promote equal opportunities.Objectives of our work before 2011:- Gamify contents to make them more motivating.- Visualize concepts by using digital objects.- Virtualize learning objects in order to reduce physical constraints to work methods, to overcome handling difficulties and disability situations.- Provide tools for interactivity, visualization, computer algebra and geometry for computer environments learning (distance learning platforms, software).- Provide tools for monitoring user activity in order to better track their progress, to follow them with precision, to making them more autonomous.- Experiment with objects both digital and tangible such as robots, to assess their impact in learning.- Build new textbooks by accompanying them with digital devices.This work was continued in recent and more research-driven work.Objectives of our work from 2011:- Optimize and personalize learning by using artificial intelligence and machine learning algorithms.- Use tangible objects such as robots, that students can manipulate and program, to approach learning differently to provide concrete environment to build new concepts.