La méthode expérimentale. Année universitaire UE4 : Méthodologie Disciplinaire et PPE

Dimension: px
Commencer à balayer dès la page:

Download "La méthode expérimentale. Année universitaire UE4 : Méthodologie Disciplinaire et PPE"

Transcription

1 La méthode expérimentale Année universitaire UE4 : Méthodologie Disciplinaire et PPE

2 1 INTRODUCTION À LA PSYCHOLOGIE EXPÉRIMENTALE 1.1. La nécessité de disposer d une méthodologie 1.2. Critiques concernant l utilisation de la méthode expérimentale en psychologie Critiques morales Critiques épistémologiques 1.3. Schéma général de la méthode expérimentale : le plan de recherche.

3 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

4 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

5 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

6 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

7 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

8 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

9 Observation Hypothèse théorique Corpus théorique Hypothèse opérationnelle Discussion théorique Choix des sujets VI VD Plan d'expérience Paradigme expérimental Confrontation des résultats avec les hypothèses Déroulement de l expérience Traitement des résultats

10 1. INTRODUCTION A LA PSYCHOLOGIE EXPERIMENTALE 1.1. La nécessité de disposer d une méthodologie 1.2. Critiques concernant l utilisation de la méthode expérimentale en psychologie Critiques morales Critiques épistémologiques 1.3. Schéma général de la méthode expérimentale : le plan de recherche. 2. LES HYPOTHESES 2.1.Définition Elle prédit une relation entre au moins deux variables Non encore observée 2 faits sont en relation : quand l un est modifié, l autre le sera aussi. Relation causale 2 minimum Terme générique

11 2. Hypothèses 2.1.Définition 2.2. Caractéristiques d une hypothèse Etre synthétique Présentation sous forme booléenne George Boole ( ) est un logicien, mathématicien et philosophe britannique. Algèbre de Boole : algèbre binaire n'acceptant que deux valeurs numériques : 0 et 1 SI (la situation change) ALORS (le comportement change aussi) SI (décomptage) ALORS (moins bon rappel)

12 Etre testable 1 élément = 400 ms 2 éléments = 450 ms 3 éléments = 500 ms Chaque élément en plus = 50 ms Le temps nécessaire pour retrouver une information en MCT = 50 ms Etre réfutable Validation probabiliste : calcul statistique du risque d erreur : α (alpha) Etre utile

13 2. LES HYPOTHESES 2.1.Définition 2.2. Caractéristiques d une hypothèse 2.3. L origine des hypothèses Induction déduction BROADBENT Loi/théories/modèles Théorie 1 Expliquant un certain nombre de faits XXX Partie inductive Vérification expérimentale Partie déductive Faits nouveaux expliqués par la théorie 1 Méthode hypothético déductive XXX XX XX Faits nouveaux inexpliqués par la théorie 1 Théorie 2 englobant la théorie 1 + une modification induite pour rendre compte des faits nouveaux

14 2. LES HYPOTHESES 2.1.Définition 2.2. Caractéristiques d une hypothèse 2.3. L origine des hypothèses 2.4. Hypothèses théoriques et opérationnelles Hypothèse théorique Hypothèse opérationnelle Hypothèse statistique Le vieillissement occasionne une diminution des capacités intellectuelles Variable indépendante : jeunes/âgés => 20 ans ; 70 ans Variable dépendante : mémoire => rappel d une liste de mots : nombre de mots rappelés Paradigme expérimental Dans une épreuve de rappel libre d une liste de 40 mots, le nombre de mots rappelés par un groupe de participants âgés de 20 ans sera supérieur à celui d un groupe âgés de 70 VD ans. Relation VI/VD VI

15 Hypothèse statistique = équation mathématique L hypothèse formule une relation hypothétique : on pense que quelque chose est vrai MAIS cette relation peut être : Soit vraie Soit fausse Hypothèse alternative : H1 Hypothèse nulle : H0 H0 : le nombre moyen de mots rappelés par le groupe de 20 ans = celui du groupe 70 ans H1 : le nombre moyen de mots rappelés par le groupe de 20 ans > celui du groupe 70 ans H1 : moyenne 20 ans moyenne 70 ans > 0 comment vérifier cette équation? H0 : moyenne 20 ans moyenne 70 ans = 0 vérifiable! Validation probabiliste (cf. point du cours) : statistiques inférentielles

16 Avant la réalisation de l expérience, on doit se représenter une configuration possible des résultats attendus Si le vieillissement occasionne une diminution des capacités mnésiques alors les participants âgés rappelleront moins de mots, en moyenne, que les participants plus jeunes. 70 ans 20 ans 70 ans 20 ans 70 ans 20 ans

17 3. LES VARIABLES 3.1. Les différents types de variables Variable = une dimension extraite de l environnement qui peut prendre plusieurs états ou valeurs différentes. Terme très général Variables Indépendantes du participant Des contingences Manipulées par l expérimentateur afin d étudier leur influence sur le comportement. 3 types : individuelles, environnemental, situationnelles 2 statuts : invoqué vs provoqué 2 niveau minimum : ce qui permet une comparaison

18 Chaque modalité de la variable permettra de créer une situation expérimentale Exemple : type d apprentissage Massé => pas de pause Distribué => pauses entre les séances Première situation Deuxième situation APPRENTISSAGE Massé Distribué Groupe de mesure 1 Groupe de mesure 2 Les différentes modalités d une VI doivent être homogènes, sinon, il deviendra impossible de réaliser des comparaisons!

19 illustration Effet des conditions de travail sur le comportement. On étudie 4 situations (conditions) de travail différentes : Sans bruit ; bon éclairage Bruité bon éclairage Sans bruit mauvais éclairage Bruité et mauvais éclairage GM1 GM2 GM3 GM4 1 groupe de mesures On propose la VI suivante : Condition de travail : (b+e+, b e+, b+e, b e ) 1 variable 4 modalités 12/01/11 19

20 Sans bruit ; bon éclairage Bruité bon éclairage Sans bruit mauvais éclairage Bruité et mauvais éclairage GM1 GM2 GM3 GM GM GM sans bruit & bon éclairage avec bruit & bon éclairage sans bruit & mauvais éclairage avec bruit & mauvais éclairage Impossible de comparer GM1 et GM4 car 2 manipulations en même temps : sans bruit => avec bruit bon éclairage => mauvais éclairage Quelle dimension a le plus d effet? Impossible de répondre!

21 Sans bruit ; bon éclairage Bruité bon éclairage Sans bruit mauvais éclairage Bruité et mauvais éclairage GM1 GM2 GM3 GM4 Eclairage Bruit avec sans bon GM1 GM2 mauvais GM3 GM4 Respecte la règle d homogénéité des variables et permet de distinguer séparément l effet du bruit et l effet de l éclairage et l effet conjoint Eclairage E : (bon, mauvais) Bruit B : (avec, sans ) 2 variables 12/01/11 21

22 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes Les variables dépendantes du participant des situations La variable dépendante est la mesure de la réponse du sujet, de son comportement. Si l hypothèse expérimentale est correcte, alors les changements de modalité de la VI vont entraîner un changement sur la VD. La VD doit être une mesure précise du comportement étudié dans l expérience. Certains comportements ne sont pas directement observables Échelle utilisée doit être adaptée au comportement étudié

23 On observe des biais associé à la finesse de l échelle de mesure : échelles Si l échelle n est pas adaptée, on risque 2 types d erreurs différentes mais qui rendent toutes conclusions impossibles : 23

24 Biais associé au pouvoir discriminant de l échelle de mesure Effet de plafond Effet de plancher

25 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes Les variables dépendantes Les modifications apportées à la VD lors de l analyse des résultats. On distingue : la VD brute : ce qui est directement recueilli dans l expérience (la réponse du sujet) la VD observée : ce qui est directement mesuré dans l expérience la VD transformée : modification des mesures pour l analyse des résultats réponses du participant 1 (en ms) essai essai essai essai essai essai essai essai essai essai Les réponses = VD brute Groupe de mesures 1 2 sjt 1 sjt 4 sjt 2 sjt 5 sjt 3 sjt 6 moyenne GM1 moyenne GM2 Ce qui est mesuré dans l expérience = VD observée

26 On dit que la VD est transformée lorsque la mesure est modifiée pour l analyse des résultats. Illustration : 2 groupes d enfants (8 ans, 16 ans) devant rappeler une liste de 10 mots AGE 8 ans 16 ans Nb mots rappelés Nb mots rappelés 8 ans 16 ans Effet plafond L épreuve est trop facile pour les enfants de 16 ans.

27 On dit que la VD est transformée lorsque la mesure est modifiée pour l analyse des résultats. On propose une liste de 10 mots pour les enfants de 8 ans et de 20 mots pour les enfants de 16 ans AGE 8 ans 16 ans Nb mots rappelés Nb mots rappelés 10 7 mots rappelés sur mots rappelés mais sur une liste de 20! ans 16 ans Transformation de la VD : pourcentage de mots rappelés. AGE 8 ans 16 ans % mots rappelés % mots rappelés 8 ans 16 ans % mots rappelés = Nombre de mots rappelés Nombre de mots de la liste X 100 = VD transformée

28 Illustration : reconnaissance de mots Cas de combinaison de VD Étape 1 : présentation d une liste de mots Banane Table Cerise Fourchette Étape 2 : Reconnaitre ces mots Banane : oui Singe : non Chaise : non Table : oui Fruits : non Cerise : oui Ancien mot Nouveau mot Nouveau mot Ancien mot Nouveau mot Ancien mot AC et RC = bonnes réponses O et FA = erreurs Mais, suivant la situation, ces erreurs n ont pas le même statut!

29 décision OUI réalité NON OUI AC FA NON O RC AC = acceptation correcte FA = fausse alarme O = omission RC = rejet correct proviseur La prudence est ici représentée par 2 comportements totalement différents Théorie de la détection du signal (TDS) : permet de modéliser les processus de prise de décision.

30 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites Variable non directement testée dans l'expérience et qui peut avoir une action sur le comportement observé : soit de façon directe, soit interaction avec les variables manipulées (les VI). Si les modalités de la VI changent ( si les situations expérimentales changent) ALORS Le comportement change aussi Variable? parasite

31 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 1er niveau: Opérationnalisation de la situation expérimentale 2ème niveau: Opérationnalisation de la mesure 3ème niveau: Opérationnalisation de l inférence théorique. Un exemple de deux opérationnalisations différentes d un même facteur : l anxiété. Certains chercheurs ont formulé l hypothèse selon laquelle un sujet anxieux aura tendance à éviter la solitude. Opérationnalisation de l anxiété et mesure de la tendance à éviter la solitude Situation de soumission à une autorité Situation plutôt humiliante Anxiété Forte Faible Envie d'être en groupe Ici on cherche à éviter la solitude Anxiété Forte Faible envie de rester seul Ici on cherche la solitude

32 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 1er niveau: Opérationnalisation de la situation expérimentale 2ème niveau: Opérationnalisation de la mesure 3ème niveau: Opérationnalisation de l inférence théorique La validité d une recherche degré de confiance que l on peut accorder aux conclusions d une expérience Validité opérationnelle obtenir des définitions stables des différentes variables La validité des VI Stabilité inter expérimentateur Stabilité test retest Stabilité inter items

33 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 1er niveau: Opérationnalisation de la situation expérimentale 2ème niveau: Opérationnalisation de la mesure 3ème niveau: Opérationnalisation de l inférence théorique La validité d une recherche Validité opérationnelle La validité des VI Stabilité inter expérimentateur Stabilité test retest Stabilité inter items Validité interne Validité externe Validité expérimentale

34 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 3.3. La validité d une recherche Validité opérationnelle Validité expérimentale 3.4. L effet d une VI sur la VD Cas général (mais rare en psycho) : 1 seule VI L effet d une VI = transcription en termes mathématiques de l influence qu elle exerce sur la VD.

35 Représentation : temps de réaction (ms) % de mots rappelés Durée de présentation des mots (en ms) 0 Garçons Sexe filles Orientation des effets (positif, négatif) et lien avec les hypothèses H1 : moyenne 20 ans moyenne 70 ans > 0 : effet orienté H1 : moyenne 20 ans moyenne 70 ans 0: effet non orienté

36 Grandeur de l effet, notabilité : Effet de 20 ms Effet de 10 ms

37 3. LES VARIABLES 3.1.Les différents types de variables Les variables indépendantes VD Les variables parasites 3.2.Opérationnalisation des variables 3.3. La validité d une recherche Validité opérationnelle Validité expérimentale 3.4. L effet d une VI sur la VD Cas général (mais rare en psycho) : 1 seule VI Cas de plusieurs VI Effet principal d une VI C est la relation d une VI avec la VD mais représentée indépendamment des autres VI Effet simple d une VI Il s agit de la liaison entre une VI et une VD, mais pour une modalité particulière d une autre VI.

38 2 VI : Milieu social (favorisé, défavorisé) Méthode d apprentissage de la lecture (moderne, traditionnelle) On obtient donc un plan d expérience avec 4 situations expérimentales et donc, avec 4 groupes de mesures : favorisé défavorisé moderne GM1 GM2 traditionnelle GM3 GM4 1 VD : Mesure du QI Résultats de l expérience favorisé défavorisé moderne traditionnelle Effet principal = effet d une VI mesuré indépendamment des autres On a donc 2 effets principaux dans cette expérience : effet principal de la VI : Milieu social effet principal de la VI : Méthode d apprentissage de la lecture

39 Tableau d origine : favorisé défavorisé moderne traditionnelle = 103 effet principal de la variable Milieu social QI moyen favorisé défavorisé effet = 114

40 effet principal de la variable Méthode d apprentissage QI moyen moderne traditionnelle effet Tableau d origine : favorisé défavorisé moderne traditionnelle = 112 = 105

41 115 Effet principal du Milieu 115 Effet principal de la Méthode Favorisé Défavorisé 100 moderne Traditionnelle Effets conjoints des 2 VI : effets simples favorisé défavorisé moderne effet simple du milieu pour la méthode moderne traditionnelle effet simple du milieu pour la méthode traditionnelle 125 Effet simple du «milieu» Pour la méthode «traditionnelle» soit 6 points de QI QI Effet simple du «milieu» Pour la méthode «moderne» soit 16 points de QI 90 favorisé Milieu défavorisé moderne traditionnelle

42 favorisé défavorisé moderne effet simple du milieu pour la méthode moderne traditionnelle effet simple du milieu pour la méthode traditionnelle L écart entre les milieux favorisés et défavorisés augmente avec une méthode moderne. Si les effets simples d une VI sont différents, alors y a une interaction entre les variables (effet simple du milieu) moderne (effet simple du milieu) traditionnelle QI moderne traditionnelle favorisé Milieu défavorisé On observe que les pentes forment des droites qui ne sont pas parallèles ce qui est le Signe qu il y a une interaction entre la VI Milieu social et la VI Méthode d apprentissage

43 Autre exemple à partir d une modification des données d origine : favorisé défavorisé moderne traditionnelle moyenne effet simple du milieu pour la méthode moderne 6 effet simple du milieu pour la méthode traditionnelle Effet = 6 Effet = 6 QI moderne traditionnelle 90 favorisé Milieu défavorisé Les effets simples sont identiques : on parle d effet additif ou d additivité

44 20 15 VD a b 1 2 VD a b 1 2 facteur A VD VD a b 0 a b facteur A facteur A VD a b VD a b c 1 2 facteur A facteur A

45 4. LE CHOIX DES SUJETS 4.1. Echantillonnage population parente échantillon 1 échantillon 2

46 Groupes à mesures répétées population parente Kevin Dylan Madison Cunégonde Brandon Jenyfer Situations A B Kevin > Kevin Dylan > Dylan Madison > Madison Cunégonde > Cunégonde Brandon > Brandon Jenyfer > Jenyfer Groupes de mesures indépendants Situations A B Kevin Cunégonde Dylan Brandon Madison Jenyfer

47 Effet principal Effets des VI = effets systématiques Effets simples Influence des variables parasites = effets aléatoires Effet observé = effets systématiques + effets aléatoires

48 3. LES VARIABLES 3.1.Les différents types de variables 3.2.Opérationnalisation des variables 3.3. La validité d une recherche 3.4. L effet d une VI sur la VD 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés Exemple: On a obtenu les résultats suivant à un pré test: 4 * la note 10 Ce qui donne la répartition suivante 1 * la note 11 A B C 3 * la note * la note Sur les 10 sujets, 4 ont été éliminés. On obtient ainsi 3 groupes de mesure. Pour utiliser des groupes pairés, il faut donc un nombre de sujets important.

49 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés 4.3. Contrôle des groupes de mesures appariés / à mesures répétées Contrebalancement complet Epreuve à faire ordre n en premier en deuxième en troisième 1 A B C 2 B C A 3 C A B 4 B A C 5 C B A 6 A C B 3 degrés => 3! Ordres possibles (factoriel 3) 3! = 1 x 2 x 3 = 6 4! = 1 x 2 x 3 x 4 = 24 5! = 120

50 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés 4.3. Contrôle des groupes de mesures appariés Contrebalancement complet Contrebalancement partiel position dans la liste mot1 mot2 mot3 mot4 mot2 mot3 mot4 mot1 mot3 mot4 mot1 mot2 mot4 mot1 mot2 mot3 mot1 mot2 mot3 mot

51 4. LE CHOIX DES SUJETS 4.1. Echantillonnage 4.2. Contrôle des groupes indépendants Répartition aléatoire Utilisation d un pré test Groupes pairés 4.3. Contrôle des groupes de mesures appariés Contrebalancement complet Contrebalancement partiel Contrebalancement contrôlé par une VI 4.4. Groupe Contrôle Groupe de mesure qui correspond à un degrés neutre de la VI. Performance mesurée dans une situation neutre = niveau de base.

52 5. LES PLANS D EXPERIENCE 5.1 Définition c est la façon dont les variables indépendantes sont combinées entre elles pour définir les différentes situations expérimentales. Ces différentes situations sont appelées groupes de mesures. (GM) C est le plan d expérience qui définit l organisation de l expérience et des GM qui la compose Principe d isolation des variables Voir effet principaux Facteur 2 A Facteur 1 B résultat = 0 0

53 5. LES PLANS D EXPERIENCE 5.1 Définition 5.2 Les plans d expérience factoriels Facteur 1 : (A,B) Facteur 2 : (1,2) A, 1 Facteur 1 : A multiplié par facteur 2 (1, 2) B A, 2 B, 1 Décomposition canonique B, 2 Facteur 2 Facteur 1 A B 1 GM1 GM2 2 GM3 GM4

54

55 That s all folks!

Algèbre binaire et Circuits logiques (2007-2008)

Algèbre binaire et Circuits logiques (2007-2008) Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits

Plus en détail

Cours 9 : Plans à plusieurs facteurs

Cours 9 : Plans à plusieurs facteurs Cours 9 : Plans à plusieurs facteurs Table des matières Section 1. Diviser pour regner, rassembler pour saisir... 3 Section 2. Définitions et notations... 3 2.1. Définitions... 3 2.2. Notations... 4 Section

Plus en détail

Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)

Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) CIVILITE-SES.doc - 1 - Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants) 1 PRÉSENTATION DU DOSSIER CIVILITE On s intéresse

Plus en détail

Quelques rappels concernant la méthode expérimentale

Quelques rappels concernant la méthode expérimentale Quelques rappels concernant la méthode expérimentale 1. La Méthode expérimentale : Définition. Une définition classique de la méthode expérimentale est qu elle «correspond à la méthode d investigation

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

Plus en détail

Statistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier

Statistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................

Plus en détail

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction

Plus en détail

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

Consolidation de fondamentaux

Consolidation de fondamentaux Consolidation de fondamentaux Point de vue communicationnel sur le réel Consolidation - Stéphanie MARTY - 2009/2010 1 Question 31 31. Que signifie «avoir un point de vue communicationnel sur le réel»?

Plus en détail

La Menace du Stéréotype

La Menace du Stéréotype La Menace du Stéréotype Fabrice GABARROT Bureau M6158 - Uni Mail Université de Genève 40, Bld du Pont d'arve CH-1205 Genève SUISSE Courriel : Fabrice.Gabarrot@pse.unige.ch Les stéréotypes sont, pour simplifier,

Plus en détail

MPI Activité.10 : Logique binaire Portes logiques

MPI Activité.10 : Logique binaire Portes logiques MPI Activité.10 : Logique binaire Portes logiques I. Introduction De nombreux domaines font appel aux circuits logiques de commutation : non seulement l'informatique, mais aussi les technologies de l'asservissement

Plus en détail

Plan de cours. Introduction à la recherche scientifique Théorie et approche méthodologique Les principaux auteurs

Plan de cours. Introduction à la recherche scientifique Théorie et approche méthodologique Les principaux auteurs Méthodologie de recherche en sciences de gestion Rachid Alami Post Graduate diploma Management MIT Boston Doctorate in Management Sciences Paris Dauphine University MBA Paris Dauphine Master of Sciences

Plus en détail

UNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 2012/2017 LICENCE DROIT MENTION DROIT GENERAL

UNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 2012/2017 LICENCE DROIT MENTION DROIT GENERAL UNIVERSITE DE TOULON UFR FACULTE DE DROIT REGLEMENT D EXAMEN ANNEE 01/017 LICENCE DROIT MENTION DROIT GENERAL Les présentes règles s inscrivent dans le cadre réglementaire national défini par les tetes

Plus en détail

MASTER 2 SCIENCES HUMAINES ET SOCIALES Mention Psychologie. Spécialité : Recherches en psychologie

MASTER 2 SCIENCES HUMAINES ET SOCIALES Mention Psychologie. Spécialité : Recherches en psychologie S3 Spécialité : Recherches en psychologie UE OBLIGATOIRES UE 1 : Epistémologie et méthodes de recherche en psychologie Ce séminaire aborde plusieurs aspects de la recherche en psychologie. Il présente

Plus en détail

TESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme

TESTS D HYPOTHÈSE FONDÉS SUR LE χ². http://fr.wikipedia.org/wiki/eugénisme TESTS D HYPOTHÈSE FONDÉS SUR LE χ² http://fr.wikipedia.org/wiki/eugénisme Logo du Second International Congress of Eugenics 1921. «Comme un arbre, l eugénisme tire ses constituants de nombreuses sources

Plus en détail

Protection individuelle

Protection individuelle Protection individuelle Franchise annuelle Ce plan n'est plus offert 200 $ 900 $ depuis le 1er mars 2015 1 006 $ / / 18-24 87,88 $ 71,71 $ - 39,35 $ 37,08 $ 63,91 $ 25-29 91,38 $ 74,47 $ - 41,04 $ 38,86

Plus en détail

Cours d algorithmique pour la classe de 2nde

Cours d algorithmique pour la classe de 2nde Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage

Plus en détail

Lois de probabilité. Anita Burgun

Lois de probabilité. Anita Burgun Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage

Plus en détail

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

UE 4 Comptabilité et Audit. Le programme

UE 4 Comptabilité et Audit. Le programme UE 4 Comptabilité et Audit Le programme Légende : Modifications de l arrêté du 8 mars 2010 Suppressions de l arrêté du 8 mars 2010 Partie inchangée par rapport au programme antérieur 1. Information comptable

Plus en détail

Consolidation de fondamentaux

Consolidation de fondamentaux Consolidation de fondamentaux Introduction aux Sciences de l Information et de la Communication Consolidation - Stéphanie MARTY - 2009/2010 1 Consolidation de fondamentaux Démarche en sciences humaines

Plus en détail

OPTION SCIENCES BELLE-ISLE-EN-TERRE

OPTION SCIENCES BELLE-ISLE-EN-TERRE Serge Combet Professeur Mathématiques Collège de Belle-Isle-En-Terre OPTION SCIENCES BELLE-ISLE-EN-TERRE 2011-2012 Mathématiques & Informatique Sommaire I. Introduction... 5 II. Choix des logiciels...

Plus en détail

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be

Plus en détail

Item 169 : Évaluation thérapeutique et niveau de preuve

Item 169 : Évaluation thérapeutique et niveau de preuve Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes

Plus en détail

TESTS D'HYPOTHESES Etude d'un exemple

TESTS D'HYPOTHESES Etude d'un exemple TESTS D'HYPOTHESES Etude d'un exemple Un examinateur doit faire passer une épreuve type QCM à des étudiants. Ce QCM est constitué de 20 questions indépendantes. Pour chaque question, il y a trois réponses

Plus en détail

LES BASES DU COACHING SPORTIF

LES BASES DU COACHING SPORTIF LES BASES DU COACHING SPORTIF Module N 1 Motivation, concentration, confiance, communication Module N 2 L apprentissage : «Apprendre à apprendre» LES BASES DU COACHING SPORTIF APPRENTISSAGE PLAISIR PERFORMANCE

Plus en détail

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences

Plus en détail

La pratique du coaching en France. Baromètre 2010

La pratique du coaching en France. Baromètre 2010 SFCoach : crée du lien entre le monde du travail et les professionnels de l accompagnement La pratique du coaching en France Baromètre 2010 Fondée en 1996 22, Bd Sébastopol 75004 Paris Association 1901

Plus en détail

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011 Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr Université de Provence 9 février 2011 Arnaud Labourel (Université de Provence) Exclusion Mutuelle 9 février 2011 1 / 53 Contexte Epistémologique

Plus en détail

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1 UN GROUPE D INDIVIDUS Un groupe d individus décrit par une variable qualitative binaire DÉCRIT PAR UNE VARIABLE QUALITATIVE BINAIRE ANALYSER UN SOUS-GROUPE COMPARER UN SOUS-GROUPE À UNE RÉFÉRENCE Mots-clés

Plus en détail

TP Modulation Démodulation BPSK

TP Modulation Démodulation BPSK I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse

Plus en détail

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot

Arithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,

Plus en détail

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques. Logique binaire I. L'algèbre de Boole L'algèbre de Boole est la partie des mathématiques, de la logique et de l'électronique qui s'intéresse aux opérations et aux fonctions sur les variables logiques.

Plus en détail

Relation entre deux variables : estimation de la corrélation linéaire

Relation entre deux variables : estimation de la corrélation linéaire CHAPITRE 3 Relation entre deux variables : estimation de la corrélation linéaire Parmi les analyses statistiques descriptives, l une d entre elles est particulièrement utilisée pour mettre en évidence

Plus en détail

2.4 Représentation graphique, tableau de Karnaugh

2.4 Représentation graphique, tableau de Karnaugh 2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables

Plus en détail

UE5 Mise en situation professionnelle M1 et M2. Note de cadrage Master MEEF enseignement Mention second degré

UE5 Mise en situation professionnelle M1 et M2. Note de cadrage Master MEEF enseignement Mention second degré UE5 Mise en situation professionnelle M1 et M2 Note de cadrage Master MEEF enseignement Mention second degré ESPE Lille Nord de France Année 2014-2015 Cette note de cadrage a pour but d aider les collègues

Plus en détail

Etude d Algorithmes Parallèles de Data Mining

Etude d Algorithmes Parallèles de Data Mining REPUBLIQUE TUNISIENNE MINISTERE DE L ENSEIGNEMENT SUPERIEUR, DE LA TECHNOLOGIE ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE DE TUNIS ELMANAR FACULTE DES SCIENCES DE TUNIS DEPARTEMENT DES SCIENCES DE L INFORMATIQUE

Plus en détail

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.

UEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux. UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases

Plus en détail

Commission des Recherches Bovines

Commission des Recherches Bovines Commission des Recherches Bovines Bilan des activités 2002-2006 Composition de la commission Représentants des depts GA (4), PHASE(4+2), SA(3) CEPIA (1), SAE2(1), SAD(1) Représentants des Ecoles Sup Agronomiques

Plus en détail

AVIS DE LA FÉDÉRATION QUÉBÉCOISE DE L AUTISME DANS LE CADRE DE LA CONSULTATION PUBLIQUE SUR LA LUTTE CONTRE L INTIMIDATION

AVIS DE LA FÉDÉRATION QUÉBÉCOISE DE L AUTISME DANS LE CADRE DE LA CONSULTATION PUBLIQUE SUR LA LUTTE CONTRE L INTIMIDATION AVIS DE LA FÉDÉRATION QUÉBÉCOISE DE L AUTISME DANS LE CADRE DE LA CONSULTATION PUBLIQUE SUR LA LUTTE CONTRE L INTIMIDATION NOVEMBRE 2014 La Fédération québécoise de l'autisme (FQA) est un regroupement

Plus en détail

Système binaire. Algèbre booléenne

Système binaire. Algèbre booléenne Algèbre booléenne Système binaire Système digital qui emploie des signaux à deux valeurs uniques En général, les digits employés sont 0 et 1, qu'on appelle bits (binary digits) Avantages: on peut utiliser

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage

Plus en détail

PRINCIPES DE LA CONSOLIDATION. CHAPITRE 4 : Méthodes de consolidation. Maître de conférences en Sciences de Gestion Diplômé d expertise comptable

PRINCIPES DE LA CONSOLIDATION. CHAPITRE 4 : Méthodes de consolidation. Maître de conférences en Sciences de Gestion Diplômé d expertise comptable PRINCIPES DE LA CONSOLIDATION CHAPITRE 4 : Méthodes de consolidation David Carassus Maître de conférences en Sciences de Gestion Diplômé d expertise comptable SOMMAIRE CHAPITRE I Les fondements de la consolidation

Plus en détail

CONTRAT DE LICENCE D UTILISATION DU LOGICIEL MORPH M SOUS LA FORME MORPH M PYTHON

CONTRAT DE LICENCE D UTILISATION DU LOGICIEL MORPH M SOUS LA FORME MORPH M PYTHON CONTRAT DE LICENCE D UTILISATION DU LOGICIEL MORPH M SOUS LA FORME MORPH M PYTHON Version du 3 mai 2007 PREAMBULE ARMINES via le Centre de Morphologie Mathématiques commun à ARMINES et l Ecole des Mines

Plus en détail

Mises en relief. Information supplémentaire relative au sujet traité. Souligne un point important à ne pas négliger.

Mises en relief. Information supplémentaire relative au sujet traité. Souligne un point important à ne pas négliger. Cet ouvrage est fondé sur les notes d un cours dispensé pendant quelques années à l Institut universitaire de technologie de Grenoble 2, au sein du Département statistique et informatique décisionnelle

Plus en détail

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH

Plus en détail

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE

Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.

Plus en détail

UNIVERSITE DES COMORES LA REFORME UNIVERSITAIRE A L UNIVERSITE DES COMORES MISE EN ŒUVRE DU LMD

UNIVERSITE DES COMORES LA REFORME UNIVERSITAIRE A L UNIVERSITE DES COMORES MISE EN ŒUVRE DU LMD UNIVERSITE DES COMORES LA REFORME UNIVERSITAIRE A L UNIVERSITE DES COMORES MISE EN ŒUVRE DU LMD Par KAMALIDDINE AFRAITANE Doyen de la Faculté des Sciences et Techniques HISTORIQUE Mise en place du Comité

Plus en détail

ITIL Gestion de la capacité

ITIL Gestion de la capacité ITIL Sommaire 1 GENERALITES 3 2 PERIMETRE DE LA GESTION DES CAPACITES 3 3 ACTIVITES ET LIVRABLES DE LA GESTION DES CAPACITES 4 3.1 ACTIVITES ITERATIVES OU GESTION DE PERFORMANCES : 4 3.2 GESTION DE LA

Plus en détail

L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS

L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN 2003 : UNE ANALYSE TERRITORIALISÉE DES PROFILS D OCCUPATION DES PARCS ET DES QUARTIERS ATELIER PARISIEN D URBANISME - 17, BD MORLAND 75004 PARIS TÉL : 01 42 71 28 14 FAX : 01 42 76 24 05 http://www.apur.org Observatoire de l'habitat de Paris L ANALYSE DU «PARC SOCIAL DE FAIT» PARISIEN EN

Plus en détail

Préavis No 22-2006 au Conseil communal

Préavis No 22-2006 au Conseil communal VILLE DE PULLY Municipalité Direction Administration générale, finances et affaires culturelles Préavis No 22-2006 au Conseil communal Fixation du plafond d endettement et du plafond pour les cautionnements

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

CFP Brest, CFP Guingamp, CFP Rennes, CFP Vannes et IFP de Bretagne. ISFEC BRETAGNE

CFP Brest, CFP Guingamp, CFP Rennes, CFP Vannes et IFP de Bretagne. ISFEC BRETAGNE CFP Brest, CFP Guingamp, CFP Rennes, CFP Vannes et IFP de Bretagne. ISFEC BRETAGNE La formation: un double enjeu Recruter et Former de futurs «professionnels» de l enseignement pour l enseignement catholique

Plus en détail

- MANIP 2 - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE

- MANIP 2 - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE - MANIP 2 - - COÏNCIDENCES ET MESURES DE TEMPS - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE L objectif de cette manipulation est d effectuer une mesure de la vitesse de la lumière sur une «base

Plus en détail

GUIDE DE PROGRAMMATION COMPLÉMENTAIRE DU SYSTÈME D ALARME DIAGRAL

GUIDE DE PROGRAMMATION COMPLÉMENTAIRE DU SYSTÈME D ALARME DIAGRAL GUIDE DE PROGRAMMATION COMPLÉMENTAIRE DU SYSTÈME D ALARME DIAGRAL DIAG90AGF/DIAG90AGK DIAG20AVK ou DIAG21AVK DIAG30APK ou DIAG31APK DIAG41ACK ou DIAG42ACK DIAG45ACK Avant propos IMPORTANT La centrale dispose

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

REGLEMENT DE LA CONSULTATION

REGLEMENT DE LA CONSULTATION PRÉFET DE LA CHARENTE Direction des Ressources Humaines, Des Finances et de la Logistique Mutualisée Bureau Interservices de l Immobilier et de la logistique mutualisée REGLEMENT DE LA CONSULTATION ENTRETIEN

Plus en détail

Chaque Jour, les enfants sont victimes d intimidation.

Chaque Jour, les enfants sont victimes d intimidation. Chaque Matin... Chaque heure de MIDI... Chaque AprÈs-midi... Chaque Jour, les enfants sont victimes d intimidation. Apprenez comment vous pouvez faire cesser l intimidation. Les communautés et les écoles

Plus en détail

Synthèse «Le Plus Grand Produit»

Synthèse «Le Plus Grand Produit» Introduction et Objectifs Synthèse «Le Plus Grand Produit» Le document suivant est extrait d un ensemble de ressources plus vastes construites par un groupe de recherche INRP-IREM-IUFM-LEPS. La problématique

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation d une fréquence selon les échantillons - Probabilités Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille

Plus en détail

Corrigé des TD 1 à 5

Corrigé des TD 1 à 5 Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un

Plus en détail

M2 IAD UE MODE Notes de cours (3)

M2 IAD UE MODE Notes de cours (3) M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de

Plus en détail

LA MESURE DE PRESSION PRINCIPE DE BASE

LA MESURE DE PRESSION PRINCIPE DE BASE Page 1 / 6 LA MESURE DE PRESSION PRINCIPE DE BASE 1) Qu est-ce qu un sensor de pression? Tout type de sensor est composé de 2 éléments distincts : Un corps d épreuve soumit au Paramètre Physique φ à mesurer

Plus en détail

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette

Plus en détail

Université de Haute Alsace. Domaine. Sciences Humaines et Sociales. MASTER Mention Éducation, Formation, Communication UHA, ULP, Nancy 2

Université de Haute Alsace. Domaine. Sciences Humaines et Sociales. MASTER Mention Éducation, Formation, Communication UHA, ULP, Nancy 2 Centre Universitaire de Formation des Enseignants & des Formateurs Laboratoire Interuniversitaire de Sciences de l Education et de la Communication Université de Haute Alsace Domaine Sciences Humaines

Plus en détail

Activité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme

Activité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme Activité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme 1. EXTRAITS REFERENTIELS DU BO Partie du programme : Fonctionnement de l organisme et besoin

Plus en détail

23. Interprétation clinique des mesures de l effet traitement

23. Interprétation clinique des mesures de l effet traitement 23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d

Plus en détail

Accélérer l agilité de votre site de e-commerce. Cas client

Accélérer l agilité de votre site de e-commerce. Cas client Accélérer l agilité de votre site de e-commerce Cas client L agilité «outillée» devient nécessaire au delà d un certain facteur de complexité (clients x produits) Elevé Nombre de produits vendus Faible

Plus en détail

INVESTISSEMENTS D AVENIR

INVESTISSEMENTS D AVENIR INVESTISSEMENTS D AVENIR LABORATOIRES D EXCELLENCE (LABEX) SYNTHESE DU SUIVI 2012 Compte-rendu scientifique Relevé de dépenses Indicateurs Mai 2013 SYNTHESE DU SUIVI D ACTION LABEX (Années 2011 et 2012)

Plus en détail

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch

Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Pre-MBA Statistics Seances #1 à #5 : Benjamin Leroy-Beaulieu Bureau N301 (Nautile) benjamin@leroy-beaulieu.ch Mise à niveau statistique Seance #1 : 11 octobre Dénombrement et calculs de sommes 2 QUESTIONS

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

GENIE DES SYSTEMES INDUSTRIELS

GENIE DES SYSTEMES INDUSTRIELS MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS GENIE DES SYSTEMES INDUSTRIELS Spécialité Risques Industriels et Maintenance www.univ-littoral.fr OBJECTIFS DE LA FORMATION L objectif du master régional GSI

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

Manuel de recherche en sciences sociales

Manuel de recherche en sciences sociales Résumé de QUIVY R; VAN CAMPENHOUDT L. 95, "Manuel de recherches en sciences sociales", Dunod Cours de TC5 du DEA GSI de l intergroupe des écoles Centrales 11/2002 Manuel de recherche en sciences sociales

Plus en détail

Philippe BANCE Président du Conseil scientifique international du CIRIEC CREAM Normandie Université (Univ. Rouen)

Philippe BANCE Président du Conseil scientifique international du CIRIEC CREAM Normandie Université (Univ. Rouen) 20 ème Congrès du CIRIEC International Buenos Aires, octobre 2014 Philippe BANCE Président du Conseil scientifique international du CIRIEC CREAM Normandie Université (Univ. Rouen) 1 Hétérodoxie versus

Plus en détail

Par combien de zéros se termine N!?

Par combien de zéros se termine N!? La recherche à l'école page 79 Par combien de zéros se termine N!? par d es co llèg es An dré Do ucet de Nanterre et Victor Hugo de Noisy le Grand en seignants : Danielle Buteau, Martine Brunstein, Marie-Christine

Plus en détail

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher. Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110

Plus en détail

LE DISPOSITIF ENVOL AIDE A LA CREATION OU REPRISE D ENTREPRISES 2014-2015

LE DISPOSITIF ENVOL AIDE A LA CREATION OU REPRISE D ENTREPRISES 2014-2015 LE DISPOSITIF ENVOL AIDE A LA CREATION OU REPRISE D ENTREPRISES 2014-2015 OBJET Le dispositif ENVOL est destiné aux personnes résidant en Champagne-Ardenne, désireuses de créer leur propre emploi par la

Plus en détail

Épreuve collaborative

Épreuve collaborative Épreuve collaborative Pour chaque partie, la grille permet d apprécier, selon quatre niveaux, les compétences développées dans le sujet par le candidat. Pour cela, elle s appuie sur des indicateurs traduisant

Plus en détail

DROIT, ÉCONOMIE & GESTION DUT GESTION DES ENTREPRISES ET DES ADMINISTRATIONS (GEA) www.univ-littoral.fr

DROIT, ÉCONOMIE & GESTION DUT GESTION DES ENTREPRISES ET DES ADMINISTRATIONS (GEA) www.univ-littoral.fr DROIT, ÉCONOMIE & GESTION DUT GESTION DES ENTREPRISES ET DES ADMINISTRATIONS (GEA) www.univ-littoral.fr OBJECTIFS DE LA FORMATION Dispenser les savoirs théoriques et professionnels de base et proposer

Plus en détail

L'Engrenage FICHE TECHNIQUE

L'Engrenage FICHE TECHNIQUE L'Engrenage FICHE TECHNIQUE Descriptif - Représentation sans entracte - Durée : 1h25 environ (textes 40', musique 45') - Hugues Leclère interprète l ensemble des pièces pour piano (non sonorisé) - Patrick

Plus en détail

Assurance en responsabilité civile automobile en Europe

Assurance en responsabilité civile automobile en Europe Assurance en responsabilité civile automobile en Europe Etude comparative de la situation économique statistique Prof. Dr. Ulrich Meyer Université de Bamberg SOMMAIRE TABLE DES MATIÈRES 3 CHAPITRE 1 INTRODUCTION

Plus en détail

Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France

Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France Le 13 octobre 2014 Autorité des marchés financiers 17, place de la Bourse 75082 Paris cedex 02 Tél. : 01 53

Plus en détail

MINISTÈRE CHARGÉ DE LA RECHERCHE NOTICE

MINISTÈRE CHARGÉ DE LA RECHERCHE NOTICE cerfa N 50078#07 MINISTÈRE CHARGÉ DE LA RECHERCHE PROCEDURE D'AGREMENT, AU TITRE DU CREDIT D'IMPOT-RECHERCHE, DES ORGANISMES EXECUTANT POUR DES TIERS DES OPERATIONS DE RECHERCHE ET DE DEVELOPPEMENT NOTICE

Plus en détail

La nouvelle planification de l échantillonnage

La nouvelle planification de l échantillonnage La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage

Plus en détail

Enseignement secondaire

Enseignement secondaire Enseignement secondaire Classe de IIIe Chimie 3e classique F - Musique Nombre de leçons: 1.5 Nombre minimal de devoirs: 4 devoirs par an Langue véhiculaire: Français I. Objectifs généraux Le cours de chimie

Plus en détail

Études et expérimentations sur matériel Wi-Fi (802.11b et 802.11g)

Études et expérimentations sur matériel Wi-Fi (802.11b et 802.11g) Études et expérimentations sur matériel Wi-Fi (802.11b et 802.11g) Travail réalisé dans le but de confronter les possibilités théoriques des appareils avec des manipulations concrètes. Tests de charge

Plus en détail

REGLEMENT DE LA CONSULTATION (RC)

REGLEMENT DE LA CONSULTATION (RC) MARCHE PUBLIC DE PRESTATIONS INTELLECTUELLES REGLEMENT DE LA CONSULTATION (RC) COMMUNE DE TRAMOLE Pouvoir adjudicateur exerçant la maîtrise d'ouvrage Personne Responsable du Marché représentant le pouvoir

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

GUIDE PRATIQUE. Du provisionnement des emprunts à risques

GUIDE PRATIQUE. Du provisionnement des emprunts à risques Ministère de l Égalité des territoires et du Logement Ministère de l Économie et des Finances GUIDE PRATIQUE Du provisionnement des emprunts à risques Application aux Offices Publics de l Habitat à comptabilité

Plus en détail

LES DIFFERENTS TYPES DE MESURE

LES DIFFERENTS TYPES DE MESURE LES DIFFERENTS TYPES DE MESURE Licence - Statistiques 2004/2005 REALITE ET DONNEES CHIFFREES Recherche = - mesure. - traduction d une réalité en chiffre - abouti à des tableaux, des calculs 1) Qu est-ce

Plus en détail

MINISTÈRE CHARGÉ DE LA RECHERCHE

MINISTÈRE CHARGÉ DE LA RECHERCHE cerfa N 50078#10 MINISTÈRE CHARGÉ DE LA RECHERCHE PROCEDURE D'AGREMENT, AU TITRE DU CREDIT D'IMPOT-RECHERCHE, DES ORGANISMES EXECUTANT POUR DES TIERS DES OPERATIONS DE RECHERCHE ET DE DEVELOPPEMENT NOTICE

Plus en détail

Data Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.

Data Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto. des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le

Plus en détail

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12 Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont

Plus en détail

eduscol Ressources pour la voie professionnelle Français Ressources pour les classes préparatoires au baccalauréat professionnel

eduscol Ressources pour la voie professionnelle Français Ressources pour les classes préparatoires au baccalauréat professionnel eduscol Ressources pour la voie professionnelle Ressources pour les classes préparatoires au baccalauréat professionnel Français Présentation des programmes 2009 du baccalauréat professionnel Ces documents

Plus en détail