Bien que certaines études se soient intéressées aux tâches dynamiques ou a différentes situations d 'incertitude, aucune n 'a porte particulièrement sur l'influence de différents types d'incertitude sur la prise de décision dynamique. Deux types d'incertitude sont comparés : Incertitude dans la connaissance (KU), soit la variabilité de l'information en lien avec une situation, et Incertitude dans les données (DU), soit la nature plus ou moins complète de cette information. L 'objectif de la présente étude est d'établir l'existence empirique de ces types d'incertitude dans la sphère temporelle et d'évaluer leur impact sur la performance. La tâche dynamique utilisée est le jeu informatise « Save the Whale » (Porter, 1991) dans lequel l'incertitude se situe dans l'occurrence des évènements critiques. Les résultats montrent que les participants confrontes uniquement a KU obtiennent une meilleure performance et que pour l'ensemble des variables et des conditions expérimentales, la performance s'améliore avec la pratique indépendamment du niveau et du type d'incertitude. Ceci supporte l'existence empirique de différents types d 'incertitude temporelle, KU et DU, ayant un impact distinct et additif sur la performance en prise de décision dynamique.

Malgré les demandes pour l’intégration de préoccupation sociétales dans les processus d’homologation des aliments dérives de la biotechnologie (ADB), la plupart des cadres réglementaires à l’échelle internationale s’identifient avec la représentation scientifique du risque. Cette représentation considère comme un risque tout événement négatif susceptible d’atteindre la santé humaine ou animale, ou l’environnement. Lors des processu d’homologation, les évaluateurs du risque et les décideurs se concentrent notamment sur ce trois types de risques. D’autres considérations comme la justice sociale, la sécurité alimentaire, les impacts économiques sur les agriculteurs sont, entre autres, négligées. Nonobstant, les évaluateurs du risque ou les décideurs canadiens peuvent-ils se montrer ouverts à tenir compte d’une ou plusieurs de ces considérations et cela malgré le fait que le cadre réglementaire canadien s’aligne avec la représentation scientifique du risque? À partir d’une série d’entrevues, deux caractéristiques de la culture organisationnelle (CO) de ces fonctionnaires étaient identifiées. Il s’agit des rapports à l’autorité et à la vérité. Le rapport à l’autorité des évaluateurs du risque se caractérise pour un respect absolu du cadre réglementaire canadien. Ils se montrent ainsi pas ou peu disposés à agir en dehors des termes du cadre. Dissemblablement, les décideurs sont plus flexibles notamment en raison de son obligation de protéger d’autres objectifs en même temps que la santé humaine et animale, et l’environnement. Le rapport à la vérité des évaluateurs du risque est constitué notamment par la science. Ainsi, l’existence d’un risque est déterminée uniquement à travers des preuves scientifiques. Le rapport à la vérité des décideurs est beaucoup plus large. En effet, ils établissent ce qu’est la vérité non seulement à l’aide de la science mais aussi avec d’autres informations fournies par les acteurs politiques. La CO de ces fonctionnaires fédéraux permet de conclure qu’au Canada, les évaluateurs du risque se concentreront uniquement dans l’identificacion des risques pour la santé humaine ou animale et pour l’environnement. Contrairement les décideurs se monteront ouverts à tenir compte de certaines préoccupations sociétales mais de manière indirecte. Ce faisant, le Canada peut encore se vanter de respecter ses engagements et obligations au niveau international. / Despite calls for the integration of societal concerns in the approval process of genetically modified (GM) foods, most regulatory frameworks internationally identify with scientific representation of risk. This representation considers as a risk any negative event that could reach human or animal health or the environment. During approval process, risk assessors and decision makers focus especially on these three types of risk. Other considerations such as social justice, food security, economic impacts on farmers among others are neglected. Nevertheless, can Canadian risk assessors or decision-makers be open to take into account one or more of these considerations and it despite the fact that the Canadian regulatory framework aligns with scientific representation of risk? From a series of interviews, two features of the organizational culture (OC) of these officials were identified: authority relationship and assumptions about truth. The authority relationship of risk assessors is characterized by an absolute compliance with the Canadian regulatory framework. They show little or no inclination to act beyond the powers conferred by the regulatory framework. Although decision-makers are also required to abide the Canadian regulatory framework, they are more flexible notably because of their obligation to protect other objectives at the same time that human and animal health and the environment. The assumptions about truth of risk assessors are notably constituted by the science. Thus, the existence of a risk is determined solely through scientific evidence. For the decision-makers their assumptions about truth are much broader than that of risk assessors. Indeed, they establish what is the truth not only by means of the science but also with the other information provided by the political actors. The OC of these federal civil servants allows to conclud that in Canada, the risk assessors will concentrate only in the identification of risk for human or animal health and for environment. Contrary, the decision makers will amount open to take into account certain societal concerns in an indirect way. In doing so, Canada can still boast to meet its commitments and obligations at the international level.

Mesures Objectives de la Complexité pour la Prise de Décision Dynamique. La gestion efficace de systèmes sociotechniques complexes dépend d’une compréhension des interrelations dynamiques entre les composantes de ces systèmes, de leur évolution à travers le temps, ainsi que du degré d’incertitude auquel les décideurs sont exposés. Quelles sont les caractéristiques de la prise de décision complexe qui ont un impact sur la performance humaine dans l’environnement moderne du travail, constamment en fluctuation et sous la pression du temps, exerçant de lourdes demandes sur la cognition ? La prise de décision complexe est un concept issu de la macrocognition, impliquant des processus et des fonctions de bas et haut niveaux de description tels que la métacognition, soit pour un individu de penser à propos de son propre processus de pensées. Dans le cas particulier de la prise de décision complexe, ce phénomène est nommé la pensée systémique. L’étude de la prise de décision complexe en dehors de l’environnement traditionnel du laboratoire, permettant un haut niveau de contrôle mais un faible degré de réalisme, est malheureusement difficile et presque impossible. Une méthode de recherche plus appropriée pour la macrocognition est l’expérimentation basée sur la simulation, à l’aide de micromondes numérisés sous la forme de jeux sérieux. Ce paradigme de recherche est nommé la prise de décision dynamique (PDD), en ce qu’il tient compte des caractéristiques de problèmes de prise de décision complexe telles que des séquences complexes de décisions et de changements d’états d’un problème interdépendants, qui peuvent changer de façon spontanée ou comme conséquence de décisions préalables, et pour lesquels la connaissance et la compréhension du décideur peut n’être que partielle ou incertaine. Malgré la quantité de recherche concernant la PDD à propos des difficultés encourues pour la performance humaine face à des problèmes de prise de décision complexe, l’acquisition de connaissances à propos de systèmes complexes, et à savoir si le transfert de l’apprentissage est possible, il n’existe pas de mesure quantitative de ce en quoi un problème de décision est considéré comme étant complexe. La littérature scientifique mentionne des éléments qualitatifs concernant les systèmes complexes (tels que des interrelations dynamiques, une évolution non-linéaire d’un système à travers le temps, et l’incertitude à propos des états d’un système et des issues des décisions), mais des mesures quantitatives et objectives exprimant la complexité de problèmes de décision n’ont pas été développées. Cette dissertation doctorale présente les concepts, la méthodologie et les résultats impliqués dans un projet de recherche visant à développer des mesures objectives de la complexité basées sur les caractéristiques de problèmes de prise de décision dynamique pouvant expliquer et prédire la performance humaine. En s’inspirant de divers domaines d’application de la théorie de la complexité tels que la complexité computationnelle, la complexité systémique, et l’informatique cognitive, un modèle formel des paramètre de la complexité pour des tâches de prise de décision dynamique a été élaboré. Un ensemble de dix mesures objectives de la complexité a été développé, consistant en des mesures de la complexité structurelle, des mesures de la complexité informationnelle, la complexité de la charge cognitive, et des mesures de la difficulté d’un problème, de la non-linéarité des relations, de l’incertitude concernant l’information et les décisions, ainsi qu’une mesure de l’instabilité d’un système dynamique sous des conditions d’inertie. Une analyse des résultats expérimentaux colligés à partir de cinq scénarios de PDD révèle qu’un nombre restreint de candidats parmi des modèles de régression linéaires multiple permet d’expliquer et de prédire les résultats de performance humaine, mais au prix de certaines violations des postulats de l’approche classique de la régression linéaire. De plus, ces mesures objectives de la complexité présentent un degré élevé de multicolinéarité, causée d’une part par l’inclusion de caractéristiques redondantes dans les calculs, et d’autre part par une colinéarité accidentelle imputable à la conception des scénarios de PDD. En tenant compte de ces deux considérations ainsi que de la variance élevée observée dans les processus macrocognitifs impliqués dans la prise de décision complexe, ces modèles présentent des valeurs élevées pour le terme d’erreur exprimant l’écart entre les observations et les prédictions des modèles. Une analyse additionnelle explore l’utilisation de méthodes alternatives de modélisation par régression afin de mieux comprendre la relation entre les paramètres de la complexité et les données portant sur performance humaine. Nous avons d’abord opté pour une approche de régression robuste afin d’augmenter l’efficience de l’analyse de régression en utilisant une méthode réduisant la sensibilité des modèles de régression aux observations influentes. Une seconde analyse élimine la source de variance imputable aux différences individuelles en focalisant exclusivement sur les effets imputables aux conditions expérimentales. Une dernière analyse utilise des modèles non-linéaires et non-paramétriques afin de pallier les postulats de la modélisation par régression, à l’aide de méthodes d’apprentissage automatique (machine learning). Les résultats suggèrent que l’approche de régression robuste produit des termes d’erreur substantiellement plus faibles, en combinaison avec des valeurs élevées pour les mesures de variance expliquée dans les données de la performance humaine. Bien que les méthodes non-linéaires et non-paramétriques produisent des modèles marginalement plus efficients en comparaison aux modèles de régression linéaire, la combinaison de ces modèles issus du domaine de l’apprentissage automatique avec les données restreintes aux effets imputables aux conditions expérimentales produit les meilleurs résultats relativement à l’ensemble de l’effort de modélisation et d’analyse de régression. Une dernière section présente un programme de recherche conçu pour explorer l’espace des paramètres pour les mesures objectives de la complexité avec plus d’ampleur et de profondeur, afin d’appréhender les combinaisons des caractéristiques des problèmes de prise de décision complexe qui sont des facteurs déterminants de la performance humaine. Les discussions concernant l’approche expérimentale pour la PDD, les résultats de l’expérimentation relativement aux modèles de régression, ainsi qu’à propos de l’investigation de méthodes alternatives visant à réduire la composante de variance menant à la disparité entre les observations et les prédictions des modèles suggèrent toutes que le développement de mesures objectives de la complexité pour la performance humaine dans des scénarios de prise de décision dynamique est une approche viable à l’approfondissement de nos connaissances concernant la compréhension et le contrôle exercés par un être humain face à des problèmes de décision complexe. / Objective Measures of Complexity for Dynamic Decision-Making. Managing complex sociotechnical systems depends on an understanding of the dynamic interrelations of such systems’ components, their evolution over time, and the degree of uncertainty to which decision makers are exposed. What features of complex decision-making impact human performance in the cognitively demanding, ever-changing and time pressured modern workplaces? Complex decision-making is a macrocognitive construct, involving low to high cognitive processes and functions, such as metacognition, or thinking about one’s own thought processes. In the particular case of complex decision-making, this is called systems thinking. The study of complex decision-making outside of the controlled, albeit lacking in realism, traditional laboratory environment is difficult if not impossible. Macrocognition is best studied through simulation-based experimentation, using computerized microworlds in the form of serious games. That research paradigm is called dynamic decision-making (DDM), as it takes into account the features of complex decision problems, such as complex sequences of interdependent decisions and changes in problem states, which may change spontaneously or as a consequence of earlier decisions, and for which the knowledge and understanding may be only partial or uncertain. For all the research in DDM concerning the pitfalls of human performance in complex decision problems, the acquisition of knowledge about complex systems, and whether a learning transfer is possible, there is no quantitative measure of what constitutes a complex decision problem. The research literature mentions the qualities of complex systems (a system’s dynamical relationships, the nonlinear evolution of the system over time, and the uncertainty about the system states and decision outcomes), but objective quantitative measures to express the complexity of decision problems have not been developed. This dissertation presents the concepts, methodology, and results involved in a research endeavor to develop objective measures of complexity based on characteristics of dynamic decision-making problems which can explain and predict human performance. Drawing on the diverse fields of application of complexity theory such as computational complexity, systemic complexity, and cognitive informatics, a formal model of the parameters of complexity for dynamic decision-making tasks has been elaborated. A set of ten objective measures of complexity were developed, ranging from structural complexity measures, measures of information complexity, the cognitive weight complexity, and measures of problem difficulty, nonlinearity among relationships, information and decision uncertainty, as well as a measure of the dynamical system’s instability under inertial conditions. An analysis of the experimental results gathered using five DDM scenarios revealed that a small set of candidate models of multiple linear regression could explain and predict human performance scores, but at the cost of some violations of the assumptions of classical linear regression. Additionally, the objective measures of complexity exhibited a high level of multicollinearity, some of which were caused by redundant feature computation while others were accidentally collinear due to the design of the DDM scenarios. Based on the aforementioned constraints, and due to the high variance observed in the macrocognitive processes of complex decision-making, the models exhibited high values of error in the discrepancy between the observations and the model predictions. Another exploratory analysis focused on the use of alternative means of regression modeling to better understand the relationship between the parameters of complexity and the human performance data. We first opted for a robust regression analysis to increase the efficiency of the regression models, using a method to reduce the sensitivity of candidate regression models to influential observations. A second analysis eliminated the within-treatment source of variance in order to focus exclusively on between-treatment effects. A final analysis used nonlinear and non-parametric models to relax the regression modeling assumptions, using machine learning methods. It was found that the robust regression approach produced substantially lower error values, combined with high measures of the variance explained for the human performance data. While the machine learning methods produced marginally more efficient models of regression for the same candidate models of objective measures of complexity, the combination of the nonlinear and non-parametric methods with the restricted between-treatment dataset yielded the best results of all of the modeling and analyses endeavors. A final section presents a research program designed to explore the parameter space of objective measures of complexity in more breadth and depth, so as to weight which combinations of the characteristics of complex decision problems are determinant factors on human performance. The discussions about the experimental approach to DDM, the experimental results relative to the regression models, and the investigation of further means to reduce the variance component underlying the discrepancy between the observations and the model predictions all suggest that establishing objective measures of complexity for human performance in dynamic decision-making scenarios is a viable approach to furthering our understanding of a decision maker’s comprehension and control of complex decision problems.

L'utilisation du territoire est régie par différents mécanismes que nous pourrions nommer géorèglementations comme par exemples les plans d'urbanisme, les permis de construire ou le zonage. La géorèglementation, en anglais, on parle de Land-use Regulation (LuR), permet d'imposer ou d'influencer l'utilisation d'un territoire dans le but d'atteindre des objectifs de politique publique. Qu'on le veule ou pas, la géorèglementation est nécessaire car elle permet de consolider une saine gestion des ressources, elle aide à la conservation et au développement du territoire, elle fournit un cadre législatif important pour assurer la sécurité et le bon fonctionnement pour l'accès et l'utilisation harmonieuse du territoire. La géorèglementation s'applique donc sur un territoire, où les composantes spatiales, comme la géométrie des éléments, sont primordiales. Il faudra par exemple tenir compte des marges de recul (donc distance) lors de la construction d'une maison, d'une superficie maximale de construction, etc. Ces composantes spatiales du territoire et son occupation peuvent également faire intervenir la 3e dimension comme la profondeur, la hauteur ou encore le volume. La pratique et la littérature montrent que la géorèglementation est actuellement principalement décrite dans des documents de planification et des lignes directrices, dont certains peuvent inclure une représentation spatiale en 2D (i.e. des cartes). On retrouve parfois de coupes transversales en 2D pour représenter l'étendue 2D/3D des LuRs. Cette manière de travailler à partir de document manuscrit et de plans 2D présente des lacunes importantes. Elle limite la possibilité d'avoir une compréhension complète et adéquate de l'étendue 3D des LuRs et donc dans la prise de décision, comme par exemple, la détection de conflits potentiels dans la délivrance de permis de construire ou d'aménagement. De plus, l'application et donc la validation de ces géorèglementations à partir de documents descriptifs prend du temps et laisse place à la subjectivité, ce qui peut conduire à de mauvaises décisions. Les autorités en matière de planification territoriale devraient avoir accès à toutes les informations et à toutes les représentations spatiales requises pour évaluer les LuRs et détecter les conflits potentiels. Force est de constater, que ce n'est pas le cas actuellement, et que même si des modèles 3D de bâtiments (BIM) ou de ville (CityGML) ont vu le jour, ils ne sont pas intégrés dans ces processus de géorèglementation. Cette recherche doctorale est dédiée à la conception et au développement d'un cadre de référence pour la modélisation géométrique 3D des LuRs, leur intégration dans le contexte des modèles de ville 3D et la détection automatique des conflits spatio-sémantiques potentiels lors de la validation des LuRs. Ce cadre de référence vise donc à soutenir les autorités en matière d'application de géorèglementations. La recherche se décline en cinq sous-objectifs soit 1) proposer un inventaire des différents LuRs 3D en précisant leurs composantes 3D/verticales, 2) proposer une classification fonctionnelle basée sur l'ampleur des conflits potentiels des LuRs 3D pour soutenir la prise de décision des autorités, 3) modéliser les LuRs en 3D puis les combiner avec d'autres sources d'information (ex. BIM, CityGML et cartes de zonage), 4) détecter les conflits spatiaux et sémantiques potentiels qui pourraient survenir entre les LuRs modélisés et les objets physiques comme les éléments de construction et, 5) concevoir et développer une preuve de faisabilité. Parmi plus de 100 de géorèglementations 2D/3D passés en revue, 18 de géorèglementations 3D sont inventoriées et discutées en profondeur. Par la suite, pour chacune de ces géorèglementations, les informations et paramètres requis pour leur modélisation 3D automatique sont établis. L'approche proposée permet l'intégration de la modélisation 3D de ces géorèglementations à des modèles de villes et de bâtiments 3D (par exemple, BIM, CityGML et le zonage). Enfin, la thèse fournie un cadre procédurale pour vérifier automatiquement si les géorèglementations 3D viennent en conflit avec des éléments de bâtis planifiés. La preuve de faisabilité est un prototype Web basée sur une étude de cas axée sur le processus d'émission de permis de construire d'un bâtiment situé dans la ville de Melbourne, Victoria, Australie. Les géorèglementations 3D suivantes ont été modélisées et vérifiées : 1) limites de construction en hauteur, 2) exposition au soleil pour estimer l'efficacité énergétique du bâtiment, 3) limite des zones d'ombrage, 4) limites de l'impact sonore, 5) zonage de vue, 6) marges latérales et arrières, 7) marges de rue (côtés et frontaux), et 8) limites d'inondation. / The use and developments of land are regulated by utilising different mechanisms called Land-use Regulation (LuR) in various forms such as planning activities, zoning codes, permit requirements, or subdivision controls of cities. LuR makes it possible to impose or influence the use and development of land in order to achieve public policy objectives. Indeed, LuR is essential since it allows the appropriate reinforcement of resource management, contributes to the land protection and development, and provides a tangible legal framework to ensure safety and proper functioning for the harmonious access and use of land. LuRs applies to land, where the spatial components, such as the geometry of the elements, are essential. For example, setback and height limits (i.e., the distance) or different floors' gross area should be considered when owners/developers propose a new construction on their property. These spatial components of the land, its occupied elements (e.g., building elements), or LuR itself can comprise the third dimension (i.e., depth, height, or even volume). Literature and related works show that LuR is currently mainly described in planning documents and guidelines, some of which may include 2D spatial representation (i.e., maps) or 2D cross-sections to represent the LuRs' 2D/3D extent. This method (i.e., working on textual documents and 2D plans) has significant shortcomings in understanding the LuRs' 3D extent and in decision-making (e.g., detecting potential conflicts in issuing planning/building permits). Moreover, checking LuRs' descriptions inside the textual documents is time-consuming, and subjective which might lead to erroneous decisions. Planning authorities need to have access to all information and the spatial representation that is required to assess LuRs and detect their potential conflicts. Clearly, it is generally lacking and even if 3D models of buildings (e.g., BIM designs) or cities (e.g., CityGML) have emerged, they do not incorporate the concept of LuRs. This Ph.D. research follows qualitative engineering type of method that generally aims to propose a conceptual framework for modelling 3D LuRs geometrically as part of 3D city models and formalising geometric and semantic requirements for detecting LuRs' potential conflicts automatically to support planning authorities in the statuary planning phase. To achieve the general objective, five specific objectives are defined as: 1) to formulate an inventory of various 3D LuRs specifying their 3D/vertical components, 2) to propose a functional classification based on the magnitude of 3D LuRs' potential conflicts for supporting planning authorities' decision-making goals, 3) to model LuRs in 3D and then combine them with other sources of information (e.g., BIM, city models, and zoning maps), 4) to automate the detection of potential spatio-semantic conflicts that might arise between the modelled LuRs and physical objects like building elements, and 5) to design and develop proof of feasibility for modelling and verifying 3D LuRs automatically. Among more than one hundred 2D/3D reviewed LuRs, eighteen 3D LuRs are inventoried and discussed thoroughly. For each of these LuRs, the research work identifies and proposes the required information (as level of information need) by considering both geometries and semantics to combine modelled LuRs with other sources of information (e.g., BIM, CityGML, and planning maps). Finally, the thesis proposes the level of information need considering requirements to verify 3D LuRs automatically for detecting potential conflicts using analytical rules (e.g., clash detection). The proof of feasibility is a web-based prototype based on a case study located in the City of Melbourne (where planning activities are under the control of authorities in the state of Victoria, Australia) focusing on the planning permit process. The following 3D LuRs were modelled and verified: 1) building height limits, 2) energy efficiency protection, 3) overshadowing open space, 4) noise impacts, 5) overlooking, 6) side and rear setbacks, 7) street setbacks (side and front), and 8) flooding limits.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2017-2018 / Des études économiques récentes ont identifié la difficulté des personnes à prendre des décisions optimales lorsqu’il existe une corrélation entre différentes variables d’état (aléatoires), que l’on appelle maintenant dans la littérature «inattention envers la corrélation». Dans cet article, nous supposons que l’inattention envers la corrélation est un trait individuel d’une personne et nous proposons différentes mesures de cette caractéristique. Nous comparons différentes mesures en termes de corrélation à partir des résultats d’expériences de laboratoire. Nous présentons les applications de ces mesures dans des domaines précis. Mots clés : heuristiques et biais, inattention envers la corrélation, mesure. / Recent economic studies identified the difficulty of persons to make optimal decisions when there is correlation between (random) state variables, now referred to in the literatures as “correlation neglect.” In this article, we presume correlation neglect to be an individual trait of a person and propose different measures of this characteristic. We compare different measures in terms of their correlation based on results from laboratory experiments. We present applications of the measures in the field. Keywords : heuristics and biases, correlation neglect, measurement.

Thèse ou mémoire avec insertion d'articles. / Rationnel: Les infirmières sont impliquées dans le suivi prénatal et jouent un rôle primordial dans l'accompagnement des femmes enceintes dans leur processus décisionnel en ce qui concerne le dépistage prénatal de la trisomie 21. La prise de décision partagée (PDP) est une approche permettant d'allier les données probantes avec les valeurs et préférences des patients, ce qui permet d'assister activement les patients lors de l'offre de dépistage. Dans l'optique de soutenir les infirmières dans l'intégration de la PDP à l'offre de dépistage prénatal avec l'aide d'un outil d'aide à la décision (OAD), une formation en ligne a été créée. Objectif: Évaluer l'effet d'une formation en PDP sur l'intention d'utiliser un outil d'aide à la décision chez les infirmières dans le contexte de dépistage prénatal de la trisomie 21. Méthodologie: Dans cet essai contrôlé non randomisé prépost intervention avec deux groupes parallèles, des infirmières travaillant auprès des femmes enceintes dans la province de Québec et parlant français ont été recrutées en ligne par une firme de sondage privée. Elles ont été placées soit dans le groupe intervention (formation en ligne sur la PDP dans le contexte de dépistage prénatal) ou dans le groupe contrôle (formation en ligne sur le dépistage prénatal, n'ayant pas de contenu de PDP). L'issue primaire était l'intention d'utiliser l'outil d'aide à la décision. Les issues secondaires étaient les variables psychosociales, les connaissances, la satisfaction, l'acceptabilité, l'utilité perçue et la réaction à l'approche pédagogique. Toutes les issues étaient auto-rapportées par des questionnaires en ligne incluant une partie pour les commentaires écrits. L'étude n'a pas été réalisée à double insu. Les tests de Student et de Fisher ont été utilisés afin de comparer les variables catégorielles et continues entre les deux groupes. Résultats : Sur les 57 participantes admissibles, 40 ont été attribuées soit au groupe intervention (n=20) ou au groupe contrôle (n=20) et 36 (n=18 dans chacun des groupes) ont complété le programme. L'âge moyen des participantes était de 41 ans (écart-type de 9). La plupart étaient des femmes (97,5%), caucasiennes (95%), infirmières cliniciennes (70%) et ont complété un baccalauréat (65%). La moyenne du score de l'intention post-intervention était de 6.3 (5.9;6.7) pour le groupe intervention et 6.0 (5.42;6.64) pour le groupe contrôle. Les différences de score entre les deux groupes pour l'intention et les autres variables psychosociales n'étaient pas statistiquement différentes. Les connaissances à propos de la PDP étaient significativement différentes (79% dans le groupe intervention, 64% dans le groupe contrôle, ρ=0.009). Il n'y avait pas de différence dans la satisfaction générale [4.4 (écart-type 0.7) dans le groupe intervention et 4.5 (écart-type de 0.9) dans le groupe contrôle] et dans l'utilité perçue [4.6 (écart-type de 0.4) dans le groupe intervention et 4.4 (écart-type de 0.5) dans le groupe contrôle]. L'acceptabilité de la formation a été significativement différente entre les deux groupes [4.6 (écart-type de 0.4) dans le groupe intervention et 4.3 (écart-type de 0.4) dans le groupe contrôle; ρ=0.02] de même que le score de réaction à l'approche pédagogique [4.7 (écart-type de 0.4) dans le groupe intervention et 4.4 (écart-type de 0.4) dans le groupe contrôle; ρ=0.02]. Conclusion: L'intention des infirmières d'utiliser la PDP dans l'offre de dépistage prénatal est déjà très présente, avec une formation ou non, mais leurs connaissances à propos de la PDP pourraient être améliorées avec cette formation. Ces résultats vont soutenir les futures stratégies pour intégrer la PDP aux pratiques infirmières. / Background: Nurses provide maternity care and thus play an important role in supporting pregnant women making decisions about prenatal screening for Down syndrome. We developed a web-based shared decision making (SDM) training program for health professionals focusing on Down syndrome screening decisions. Objective: We assessed the impact of a SDM training program on nurses' intention to use a decision aid with pregnant women deciding about prenatal screening for Down syndrome. Methods: In this 2-arm parallel controlled trial, French-speaking nurses working with pregnant women in the province of Quebec were recruited online by a private survey firm. They were conveniently allocated either to the intervention group (web-based SDM training program that included prenatal screening) or to the control group (web-based training program focusing on prenatal screening alone, with no SDM content). The primary outcome was intention to use a decision aid. Secondary outcomes were psychosocial variables of intention (e.g. social influence), as well as knowledge, satisfaction, acceptability, perceived usefulness and reaction to the pedagogical approach. All outcomes were self-assessed through online questionnairesincluding space for written comments. No blinding was performed. We used Student's t test and Fisher's exact test to compare continuous and categorical variables between groups. Results: Of 57 participants assessed for eligibility, 40 were allocated to the intervention (n=20) or control group (n=20) and 36 (n=18 in each) completed the training program. Mean age of participants was 41 years (SD 9). Most were women (97.5%), Caucasian (95%), clinical nurses (70%), and had completed a baccalaureate degree (65%). Post-intervention, the mean score of intention was 6.3 (5.9; 6.7) for the intervention group and 6.0 (5.42; 6.64) for the control group. The difference in intention score and other psychosocial variables score between groups was not statistically significant. Knowledge scores about SDM were significantly different (79% in the intervention group, 64% in the control group, p=0.009). There was no significant difference in overall satisfaction [4.4 (SD 0.7) in the intervention group and 4.5 (SD 0.9)] in the control group and perceived usefulness [4.6 (SD 0.4) in the intervention group and 4.4 (SD 0.5)] in the control group. Acceptability of the training program showed a statistically significant difference [4.6 (SD 0.4) in the intervention group and 4.3 (SD 0.4) in the control group; p=0.02] as well as reaction to the pedagogical approach [4.7 (SD 0.4) in the intervention group and 4.4 (SD 0.4) in the control group; p=0.02]. Seventeen participants also gave written comments on the training. Conclusions: Nurses' intention to use SDM in prenatal care is already high, with training or without, but their knowledge about SDM could be improved with SDM training. Our results will inform future strategies to implement shared decision-making among nurses.

À l'aide d'un modèle théorique, je remets en question l'idée généralement admise que le lobbying informationnel ne peut pas être nuisible pour les citoyens puisque le décideur public possède davantage d'information. Dans mon modèle, un décideur public doit choisir de maintenir le statu quo ou implémenter la réforme pour chacune des deux problématiques présentes. Ces problématiques ont une importance relative qui diffère. Le décideur public peut donc désirer acquérir de l'information sur ces dernières afin de prendre la meilleure décision possible. Cependant, il fait face à deux contraintes. La première est qu'il ne peut pas nécessairement implémenter la réforme sur les deux problématiques, le décideur public doit établir un agenda. La seconde contrainte est qu'il ne dispose pas nécessairement des moyens pour acquérir de l'information sur les problématiques qu'il désire. Deux groupes d'intérêts sont également présents. Ces derniers tentent d'influencer le décideur public en lui transmettant de l'information. Ils peuvent ni la cacher, ni la modifier. Les groupes d'intérêts acquièrent d'abord de l'information de manière simultanée, puis le décideur public, après avoir observé leur information, décide s'il acquiert de l'information, et ce, de manière séquentielle. La présence des deux contraintes du décideur public, ainsi que l'importance relative différente des deux problématiques peuvent mener à la situation où les citoyens sont mieux sans les groupes d'intérêts, et ce malgré le fait que les préférences du décideur public sont alignées avec celle des citoyens. Cela s'explique par le fait que l'information transmise par les groupes d'intérêts peut venir modifier l'ordre d'importance des problématiques pour le décideur public en plaçant la problématique de moindre importance au-dessus de l'autre. Le lobbying informationnel peut donc être nuisible aux citoyens, malgré le fait que le décideur public ait davantage d'information.

Avec le nombre croissant d'aînés souffrant d'incapacités liées au vieillissement, plus de proches aidants feront l'expérience d'une prise de décision concernant un aîné recevant des soins à domicile. À l'aide d'une analyse des besoins décisionnels en santé, notre étude visait à identifier les décisions difficiles les plus fréquentes auxquelles ont fait face des proches aidants d'aînés recevant des soins à domicile, mesurer leur regret décisionnel et identifier les facteurs de risque associés. Nous avons réalisé une enquête en ligne pancanadienne auprès de 932 proches aidants d'aînés de 65 ans et plus qui recevaient ou avaient reçu au cours de la dernière année des soins à domicile et qui avaient fait face à une décision difficile. À l'aide de questions à choix de réponse, les participants ont identifié une décision difficile à laquelle ils avaient fait face. Nous avons mesuré leur regret décisionnel à l'aide de l'Échelle de Regret Décisionnel (ÉRD). L'ÉRD est un instrument qui est constitué de 5 items. Chacun des items a une échelle de réponse de type Likert allant de 1(fortement en accord) à 5 (fortement en désaccord). Nous avons converti le score de l'ÉRD sur une échelle de 0 à 100 et estimé son score moyen puis complété des analyses à l'aide de modèles de régressions linéaires. Les décisions difficiles identifiées étaient liées au milieu de vie, à la gestion des problèmes de santé et aux soins de fin de vie. Nous avons observé un score moyen de ÉRD de 28,8 ± 18,6 sur l'échelle de 0 à 100. Au total, 14,4 % des participants n'éprouvaient aucun regret(score = 0), alors que 54,0 % avaient un score du regret allant de modéré à plus élevé (score ≥ 25). Les facteurs associés à moins de regret décisionnel étaient : être plus âgé, être jamais légalement marié comparativement à être légalement marié, vivre en région rurale comparativement à vivre en région urbaine, la présence d'un autre membre de la famille impliqué dans le processus décisionnel, souhaiter recevoir des informations sur les options de la décision, et considérer comme sources d'information fiables les organisations s'intéressant aux décisions et les professionnels de la santé. Les facteurs associés à plus de regret décisionnel étaient : le choix fait ne correspondant pas à l'option privilégiée, la discordance entre le rôle passif préféré et actif assumé, un conflit décisionnel élevé, un fardeau des soins élevé, et avoir un aîné recevant des services d'organisation et de planification des soins. Nos résultats informeront l'élaboration d'interventions de soutien à une prise de décision concernant un aîné recevant des soins à domicile par un proche aidant. / With the growing number of older adults and disabilities issues associated with aging, more caregivers will experience decision-making for an older adult receiving care at home. Using health decisional needs assessment, our study aimed at identifying the most frequent difficult decisions faced by caregivers of older adults receiving home care, measuring their decision regret, and identifying the associated risk factors. We conducted a pan-Canadian online survey among 932 caregivers' adults of older adults aged 65 and over who were receiving or had received home care in the past year and who had faced a difficult decision. Using choice-answer questions, participants identified the difficult decision they faced. We measured their decision regret using the Decisional Regret Scale (DRS). The DRS is an instrument which consists of 5 items. Each of the items has a Likert-type response scale ranging from 1 (Strongly agree) to 5 (Strongly disagree). We converted the DRS score to a scale of 0 to 100 and estimated its mean score, then we constructed linear regression models to identify factors associated with decision regret. Difficult decisions most frequently reported included living environment, management of health conditions and end-of-life. We observed a mean decision regret score of 28.8 ± 18.6 on the scale 0 to 100. A total of 14.4% of participants had no regrets (score = 0), while 54% had a regret score ranging from moderate to high(score ≥ 25). Factors associated with less decision regret included: higher caregiver age, being never legally married compared to being legally married, living in a rural region compared in an urban region, the involvement of other family members in the decision-making process, wanting to receive information about the options, and considering organizations interested in these kinds of difficult decisions and health care professionals as trustworthy sources of information. Factors associated with more decision regret included: mismatch between the decision made and the preferred option, mismatch between decision-making role preferred and that assumed, higher decisional conflict, higher burden of care, and the cared-for older adult receiving formal home care support service for scheduling or coordinating care-related tasks. Our results will inform the development of interventions to support decision-making regarding an older adult receiving home care by a caregiver.

La prise de décision est un problème omniprésent qui survient dés qu'on fait face à plusieurs choix possibles. Ce problème est d'autant plus complexe lorsque les décisions, ou les actions, doivent être prise d'une manière séquentielle. En effet, l'exécution d'une action à un moment donné entraîne un changement à l'environnement, ou au système qu'on veut contrôler, et un tel changement ne peut pas être prévu avec certitude. Le but d'un processus de prise de décision consiste alors à choisir des actions en vue de se comporter d'une manière optimale dans un environnement incertain. Afin d'y parvenir, l'environnement est souvent modélisé comme un système dynamique à plusieurs états, et les actions sont choisies d'une telle manière à ramener le système vers un état désirable. Dans le cadre de cette thèse, nous avons proposé un ensemble de modèles stochastiques et d'algorithmes, afin d'améliorer la qualité du processus de prise de décision sous l'incertain. Les modèles développés sont une alternative aux Processus Décisionnels de Markov (MDPs), un cadre formel largement utilisé pour ce genre de problèmes. En particulier, nous avons montré que l'état d'un système dynamique peut être représenté d'une manière plus concise lorsqu'il est décrit en termes de prédictions de certains événements dans le futur. Nous avons aussi montré que le processus cognitif même du choix d'actions, appelé politique, peut être vu comme un système dynamique. Partant de cette observation, nous avons proposé une panoplie d'algorithmes, tous basés sur des représentations prédictives de politiques, pour résoudre différents problèmes de prise de décision, tels que la panification décentralisée, l'apprentissage par renforcement, ou bien encore l'apprentissage par imitation. Nous avons montré analytiquement et empiriquement que les approches proposées mènent à des réductions de la complexité de calcul et à une amélioration de la qualité des solutions par rapport aux approches d'apprentissage et de planification standards.

Malgré les nombreuses recherches sur le sujet, le concept des Fonctions Executives (FEs) demeure vague et difficilement opérationnalisable. La présente thèse utilise une approche multi-perspective afin d'améliorer leur conceptualisation. Plus précisément, elle étudie la prolifération, l'organisation et la mesure des FEs. La prolifération des FEs est mesurée à travers une revue de 60 études qui identifient 68 FEs. Une analyse sémantique latente (ASL) ainsi qu'une analyse de classification hiérarchique (ACH) permettent de réduire cet ensemble à 18 FEs en diminuant le chevauchement conceptuel et psychométrique entre les FEs. Une analyse factorielle est utilisée pour vérifier l'organisation et la mesure des FEs. Celle-ci examine la relation entre trois FEs (i.e., inhibition, Mémoire de Travail [MdT] et planification) à l'aide de neuf tâches neuropsychologiques classiques et d'une simulation de la cognition dynamique (CD). Cette simulation reproduit une situation réelle de prise de décision complexe et dynamique. Une analyse factorielle confirmatoire est effectuée sur la performance de 121 participants âgés entre 18 et 50 ans ayant complété les 10 tâches. Les résultats supportent l'hypothèse d'un modèle unitaire des FEs et de la relation significative entre ce concept et celui de la CD à travers lequel un ensemble de FEs peuvent être mesurées simultanément.