Diss.--Universität Hamburg, 2005. / Binliogr. p. 211-222.

Th.--Lettres--Paris--Faculté des lettres, 1879.

Texte remanié de: Th. doct.--Hist. du droit--Lyon 3, 1998. / Bibliogr. p. 513-527. Index.

Dans ce travail, nous mettons en place une méthode fournissant des bornes à la fois garanties et précises de l'erreur de discrétisation commise sur des quantités locales lors de simulations numériques menées par la Méthode des Éléments Finis. On se focalise sur les problèmes de viscoélasticité linéaire décrits par variables internes. A partir d'une méthode générale développée au LMT Cachan, plusieurs optimisations sont abordées parmi lesquelles la prise en compte des effets d'histoire, le caractère non intrusif de la méthode ou l'estimation de l'erreur de modèle. La pertinence de la méthode est démontrée sur diverses applications numériques en 1D, 2D et 3D.

Dans l'industrie, l'objectif est de remplacer certains essais expérimentaux très coûteux par des simulations numériques. Cependant, peut-on faire confiance à la simulation numérique? C'est l'objet de la thématique de recherche appelée "vérification". Elle a pour but d'estimer l'erreur commise entre la solution du modèle mathématique et celle fournie par un modèle numérique. De plus, pour le dimensionnement de structures, l'ingénieur requiert que cet estimateur d'erreur soit garanti, c'est à dire qu'il majore l'erreur réelle, et qu'il soit pertinent, c'est à dire qu'il soit proche de l'erreur réelle. Les travaux présentés ici consistent tout d'abord à prouver la faisabilité de la méthode d'obtention de bornes garanties de l'erreur sur une quantité d'intérêt dans le cadre de la dynamique transitoire. Cette méthode est basée sur le concept d'erreur en relation de comportement et la résolution d'un problème adjoint. Dans un deuxième temps, différentes stratégies sont développées afin d'améliorer la pertinence de l'estimateur d'erreur locale. Enfin, cette méthode est étendue aux quantités d'intérêt ponctuelles. La difficulté majeure réside dans la résolution du problème adjoint dont le chargement est singulier. Pour cela, nous avons choisi de décomposer la solution en une partie analytique, déterminée à partir des fonctions de Green de dynamique, et d'une partie numérique, déterminée à l'aide de la méthode des éléments finis et d'un schéma d'intégration temporel. Tous ces aspects visant à mettre en place les premières bornes garanties et pertinentes de l'erreur sur une quantité d'intérêt en dynamique, sont illustrés et validés sur des exemples numériques en 2D.

Cette thèse, qui s'inscrit dans la tradition méthodologique de l'épistémologie historique, porte sur l'histoire et la formation du concept de biais dans l'épidémiologie moderne. Elle montre que la fonction opératoire du concept de biais est essentiellement critique, au sens où ce concept, que les épidémiologistes opposent au cours de l'histoire aux concepts d'objectivité, de preuve et de causalité, joue un rôle décisif dans la constitution de l'épidémiologie comme science, mais aussi dans l'avènement d'une médecine scientifique. Un éclairage historique et critique est apporté à la définition actuelle du biais, conçu comme une erreur ou un écart systématique par rapport à la vérité, ainsi qu'aux différentes taxinomies des biais qui jalonnent l'histoire de ce concept, dont l'origine se situe chez les fondateurs de la statistique mathématique. Le biais apparait ainsi comme une menace aussi bien à la validité du plan d'expérience d'une étude épidémiologique qu'à la validité de l'inférence statistique et du raisonnement médical. En d'autres termes, ce sont les conséquences que la révolution probabiliste a eues sur l'épidémiologie et sur la médecine qui sont ici étudiées, et qui ont conduit les épidémiologistes et les médecins à une forme de scepticisme et même de criticisme envers leurs propres inférences, ce qui donnera naissance au mouvement de la médecine fondée sur des preuves. / This PhD thesis, belonging to the tradition of historical epistemology, deals with the history and the formation of the concept of bias in epidemiology. It shows that the operational function of the concept of bias is essentially critical, in the sense that this concept, used by epidemiologists throughout history as an antonym to both objectivity, causality and evidence, is central to both the construction of epidemiology as a scientific discipline and the advent of scientific medicine. An historical and critical account is given of the actual definition of bias, conceived as a systematic error or deviation from the truth, and to the various taxonomies of bias which marked the history of this concept, whose origin goes back to the founders of mathematical statistics. Bias thus appears as a threat to the validity of the design of an epidemiological study, and to the validity of statistical inference and medical reasoning. In other words, what is studied here is the consequences of the probabilistic revolution on both epidemiology and medicine, which led epidemiologists and physicians to a kind of scepticism or even criticism about their own inferences, which would ultimately give birth to the evidence-based medicine's movement.

Les erreurs dans les cours de justice sont possibles et bien réelles encore de nos jours. La procédure en droit pénal a connu au cours des derniers siècles des modifications et mutations signes de son évolution. Citons comme exemple : les contrôles en cours d'enquête et les avancées technologiques rendant la preuve plus certaine ; les protections supplémentaires accordées à la personne accusée comme droits et garanties afin de la protéger ainsi que l'efficacité procédurale, nouvel enjeu pour réduire les délais passant par le plaidoyer de culpabilité. Or, il demeure toujours impossible de totalement contrer l'erreur judiciaire. Dans ce mémoire, nous étudierons les erreurs judiciaires et la demande en révision de la condamnation pénale en droit français et canadien. Nous nous attarderons particulièrement à l'erreur née durant l'enquête qui se perpétue en l'instance, en identifiant ses causes, et les moyens en place pour la contrer. Ainsi, nous pourrons déterminer si ceux-ci sont efficaces dans les faits. Enfin, nous examinerons plus attentivement dans les deux régimes le remède prévu à l'erreur judiciaire qu'est la demande en révision afin de bien comprendre les motifs pour y accéder et ainsi déterminer son efficacité comme réparation du tort subi par la personne condamnée, mais innocente suite à une condamnation définitive. / Mistakes in the courts are possible and very real even today. The procedure in criminal law has known during the last centuries modifications and changes signs of its evolution. Examples include: controls under investigation and technological advances making proof more certain; the additional protections afforded to the accused person as rights and guarantees to protect him, as well as procedural efficiency, a new challenge to reduce the delays in the guilty plea. However, it is still impossible to completely counter miscarriage of justice. In this brief, we will study judicial errors and the request for review of the criminal conviction in French and Canadian law. We will focus in particular on the error born during the investigation which is perpetuated in this instance, by identifying its causes, and the means in place to counter it. Thus, we will be able to determine whether these are effective in practice. Finally, we will examine more carefully in the two regimes the remedy provided for a miscarriage of justice, which is the request for review in order to fully understand the reasons for acceding to it and thus determine its effectiveness as compensation for the harm suffered by the convicted person, but innocent following a final conviction.

La non-réponse, rencontrée dans la plupart des enquêtes épidémiologiques, est génératrice de biais de sélection (qui, dans ce cas est un biais de non-réponse) lorsqu’elle est liée aux variables d’intérêt. En surveillance épidémiologique, dont un des objectifs est d’estimer des prévalences, on a souvent recours à des enquêtes par sondage. On est alors confronté à la non-réponse totale et on peut utiliser des méthodes issues de la statistique d’enquête pour la corriger. Le biais de non-réponse peut être exprimé comme le produit de l’inverse du taux de réponse et de la covariance entre la probabilité de réponse et la variable d’intérêt. Ainsi, deux types de solution peuvent généralement être envisagés pour diminuer ce biais. La première consiste à chercher à augmenter le taux de réponse au moment de la planification de l’enquête. Cependant, la maximisation du taux de réponse peut entraîner d’autres types de biais, comme des biais de mesure. Dans la seconde, après avoir recueilli les données, on utilise des informations liées a priori aux variables d’intérêt et à la probabilité de réponse, et disponibles à la fois pour les répondants et les non-répondants pour calculer des facteurs correctifs. Cette solution nécessite donc de disposer d’informations sur l'ensemble de l'échantillon tiré au sort (que les personnes aient répondu ou non) ; or ces informations sont en général peu nombreuses. Les possibilités récentes d'accès aux bases médico-administratives (notamment celles de l'assurance maladie) ouvrent de nouvelles perspectives sur cet aspect.Les objectifs de ce travail, qui sont centrés sur les biais de non-réponse, étaient d’étudier l’apport de données supplémentaires (enquête complémentaire auprès de non-répondants et bases médico-administratives) et de discuter l’influence du taux de réponse sur l’erreur de non-réponse et l’erreur de mesure.L'analyse était centrée sur la surveillance épidémiologique des risques professionnels via l’exploitation des données de la phase pilote de la cohorte Coset-MSA à l’inclusion. Dans cette enquête, en plus des données recueillies par questionnaire (enquête initiale et enquête complémentaire auprès de non-répondants), des informations auxiliaires issues de bases médico-administratives (SNIIR-AM et MSA) étaient disponibles pour les répondants mais aussi pour les non-répondants à l’enquête par questionnaire.Les résultats montrent que les données de l’enquête initiale, qui présentait un taux de réponse de 24%, corrigées pour la non-réponse avec des informations auxiliaires directement liées à la thématique de l’enquête (la santé et le travail) fournissent des estimations de prévalence en général proches de celles obtenues grâce à la combinaison des données de l’enquête initiale et de l’enquête complémentaire (dont le taux de réponse atteignait 63%) après correction de la non réponse par ces mêmes informations auxiliaires. La recherche d'un taux de réponse maximal à l’aide d’une enquête complémentaire n’apparait donc pas nécessaire pour diminuer le biais de non réponse. Cette étude a néanmoins mis en avant l’existence de potentiels biais de mesure plus importants pour l’enquête initiale que pour l’enquête complémentaire. L’étude spécifique du compromis entre erreur de non-réponse et erreur de mesure montre que, pour les variables qui ont pu être étudiées, après correction de la non-réponse, la somme de l’erreur de non-réponse de l’erreur de mesure est équivalente dans l’enquête initiale et dans les enquêtes combinées (enquête initiale et complémentaire).Ce travail a montré l’intérêt des bases médico-administratives pour diminuer l’erreur de non-réponse et étudier les erreurs de mesure dans une enquête de surveillance épidémiologique. / Nonresponse occurs in most epidemiologic surveys and may generate selection bias (which is, in this case, a nonresponse bias) when it is linked to outcome variables. In epidemiologic surveillance, whose one of the purpose is to estimate prevalences, it is usual to use survey sampling. In this case, unit nonresponse occurs and it is possible to use methods coming from survey sampling to correct for nonresponse. Nonresponse bias can be expressed as the product of the inverse of the response rate and the covariance between the probability of response and the outcome variable. Thus, two options are available to reduce the effect of nonresponse. The first is to increase the response rate by developing appropriate strategies at the study design phase. However, the maximization of the response rate can prompt other kinds of bias, such as measurement bias. In the second option, after data collection, information associated with both nonresponse and the outcome variable, and available for both respondents and nonrespondents, can be used to calculate corrective factors. This solution requires having information on the complete random sample (respondents and nonrespondents); but this information is rarely sufficient. Recent possibilities to access administrative databases (particularly those pertaining to health insurance) offer new perspectives on this aspect.The objectives of this work focused on the nonresponse bias were to study the contribution of supplementary data (administrative databases and complementary survey among nonrespondents) and to discuss the influence of the response rate on the nonresponse error and the measurement error. The analyses focused on occupational health epidemiologic surveillance, using data (at inclusion) from the Coset-MSA cohort pilot study. In this study, in addition to the data collected by questionnaire (initial and complementary survey among nonrespondents), auxiliary information from health and occupational administrative databases was available for both respondents and nonrespondents.Results show that the data from the initial survey (response rate : 24%), corrected for nonresponse with information directly linked to the study subject (health and work) produce estimations of prevalence close to those obtained by combining data from the initial survey and the complementary survey (response rate : 63%), after nonresponse adjustment on the same auxiliary information. Using a complementary survey to attain a maximal response rate does not seem to be necessary in order to decrease nonresponse bias. Nevertheless, this study highlights potential measurement bias which could be more consequential for the initial survey than for the complementary survey. The specific study of the trade-off between nonresponse error and measurement error shows that, for the studied variables and after correction for nonresponse, the sum of the nonresponse error and the measurement error is equivalent in the initial survey and in the combined surveys (initial plus complementary survey). This work illustrated the potential of administrative databases for decreasing the nonresponse error and for evaluating measurement error in an epidemiologic surveillance survey.

Dans ce travail, j'ai étudié l'analyse des régressions linéaire et logistique comme méthodes de traitement des facteurs de confusion, qui ont servi à déterminer les effets d'une erreur de mesure dans une variable de confusion.

Cette thèse traite de l'erreur en diagnostic dans une approche ergonomique. On a émis la double hypothèse que des opérateurs novices peuvent montrer des performances supérieures à celles d'opérateurs experts et que ce comportement n'est pas dépendant du domaine d'activité. On a testé cette hypothèse dans des taches de dépannage en électronique et en mécanique. Les résultats montrent que le diagnostic expert est une association automatisée entre des symptômes et un ensemble de pannes. Les experts testent les causes qui expliquent les symptômes le plus souvent. Les erreurs qu'ils commettent dépendent fortement de cette probabilité intuitive. La fréquence des pannes est discutée en termes de biais puisque des symptômes connus orientent la recherche de panne vers une cause qui n'est pas celle en cours. Les novices ne sont pas soumis a ce biais et montrent des performances plus élevées que les experts sur certaines opérations de diagnostic. Les mêmes données ont été obtenues en électronique et en mécanique. Les apports de l'ergonomie dans les situations de travail sont également mis en évidence à travers l'analyse de rapports d'accidents survenus dans l'industrie nucléaire et dans le transport aérien. Cette analyse met a jour le rôle du traitement des symptômes dans les situations dynamiques dégradées. L'accident se produit lorsque l'opérateur, par la non prise en compte d'indices situationnels, ne peut faire converger un pattern de symptômes vers une cause.