Introduction à l'analyse de contenu qualitative : Voyage au pays du qualitatif

Dimension: px
Commencer à balayer dès la page:

Download "Introduction à l'analyse de contenu qualitative : Voyage au pays du qualitatif"

Transcription

1 1 Introduction à l'analyse de contenu qualitative : Voyage au pays du qualitatif Narration pour présentation Prezi (http://prezi.com/5tjog4mzpuhh/analyse-de-donneestextuelles-analyse-de-contenu-qualitative/) Plan 1 : introduction capsule La présente capsule se veut une introduction rapide sur une méthode d'analyse de données textuelles, soit l'analyse de contenu qualitative. Après le voyage au pays du quantitatif de la capsule précédente, celle-ci vous fera découvrir le paysage de l'analyse qualitative. Il est suggéré d'écouter cette présentation avant de plonger dans les notes de cours détaillées sur l'analyse qualitative. Il est à noter que l analyse de contenu qualitative sera mise en pratique dans le cadre de la partie 2 du Travail 2. Plan 2 : Introduction analyse de données textuelles Au cours de la vie d un chercheur, il est possible que les instruments de collecte retenus amènent sur son bureau des données textuelles, en particulier en texte libre, que ce soit des données provenant de questions ouvertes dans un document, des transcriptions d entrevue en profondeur qu il a menées, des corpus textuels qu il veut analyser. Il doit alors choisir une

2 2 méthode d analyse de données textuelles en fonction des caractéristiques des données et du type de résultats qu il recherche. Plan 3 : Objectif de l analyse de données textuelles Comme pour tout processus d analyse, l objectif de l analyse des données textuelles en est un de synthèse. Le défi est d arriver à synthétiser l essence des mots, des idées, du sens compris dans les données textuelles et ce pour apporter des réponses aux questionnements à la base de sa recherche. Plan 4 : Exemples de méthodes d analyse textuelle En fonction du volume de données ainsi que de l objectif de sa recherche, le chercheur a à sa portée différentes méthodes pour faire du sens de données textuelles. Il y a d une part des méthodes manuelles comme l analyse de discours et l analyse de contenu. Et, d autre part, des méthodes automatisées ou semi-automatisées comme la fouille de texte

3 3 Plan 5 : Exemples de méthodes d analyse textuelle (suite) L analyse de contenu qualitative consiste à associer manuellement à des segments de données textuelles des codes représentant les concepts pertinents à la recherche. L analyse de discours, quant à elle, consiste aussi en un exercice de codage manuel, mais qui vise plus particulièrement à étudier la manière dont les objets ou les idées sont présentés dans le discours ainsi que leurs effets. Finalement, la fouille de textes consiste à extraire des connaissances de données textuelles à l aide de techniques d intelligence artificielle et d analyses statistiques. Plan 6 : Analyse de contenu qualitative Introduction Portons maintenant notre regard plus particulièrement sur l analyse de transcriptions d entrevue pour mettre en exergue les grandes lignes du [Autre plan] processus d analyse de contenu qualitative. [Autre plan]. En quoi consiste exactement le travail du chercheur?

4 4 Plan 7 : Contenu manifeste Parmi les premières décisions qu il doit prendre, il doit décider de ce qu il codera. S en tiendra-til uniquement au contenu manifeste, aussi appelé contenu de surface, c est-à-dire au mot tel que prononcé par les répondants sans aucune interprétation de sa part? Plan 8 : Contenu latent Ou se permettra-t-il de s intéresser au contenu latent ou, en d autres mots, de lire entre les lignes et de se permettre d interpréter les paroles des répondants entre autres en fonction du contexte et de la connaissance que le chercheur a développée du milieu étudié? Le contenu latent est potentiellement plus riche que le contenu de surface, comme par l interprétation, le chercheur peut au-delà du premier niveau des mots prononcés pour atteindre un deuxième niveau de contextualisation des paroles des répondants. Plan 9 : Danger du contenu latent Ceci n est toutefois pas sans danger comme, si le chercheur se permet d interpréter les mots des répondants, les résultats obtenus seront plus difficiles à répliquer. Il peut introduire potentiellement un biais et ainsi amoindrir la qualité de sa recherche s il ne fait pas attention.

5 5 Car, en analyse qualitative comme en analyse quantitative, le chercheur doit prendre tous les moyens nécessaires pour démontrer la qualité de sa recherche. Plan 10 : Qualité de la recherche En analyse de contenu qualitative, la qualité de l analyse se vérifie au niveau de la stabilité du codage effectué des données. [Autre plan] Stabilité dans le temps, c est-à-dire qu une même personne qui code les données à deux moments différents assez distants dans le temps pour avoir oublié le premier codage doit arriver à un taux d accord satisfaisant, c est-à-dire qu elle doit recoder le plus possible de la même manière. C est ce que l on appelle un test intra-codeur. On y vise habituellement des taux assez élevés d accord comme, par exemple, 90 %. Le test intra-codeur ne se fait pas sur l ensemble des données, mais une certaine proportion (10 % par exemple). [Autre plan] En sus de la stabilité dans le temps, on vise aussi une certaine stabilité entre les chercheurs. C est-à-dire que l on désire que deux personnes différentes qui codent le même ensemble de données avec le même ensemble de codes arrivent à un taux d accord satisfaisant. On veut ainsi démontrer que les résultats obtenus ne sont pas uniquement le fruit de l imagination du chercheur, mais que d autres, avec le même appareillage, peuvent aussi y arriver. On parle alors de tests inter-codeurs. Ici, on vise habituellement des taux d accord un peu moins grands que pour les tests-intracodeurs, comme il est plus difficile pour deux personnes différentes d arriver de manière aussi précise à être en accord. 80 % d accord par exemple est acceptable. Tout comme les tests-intracodeurs, on ne fera pas les tests sur l ensemble des données, mais sur un sous-ensemble de ces dernières (10 % par exemple). On comprendra que les tests-intercodeurs sont particulièrement vulnérables au codage du contenu latent. Si on se permet d interpréter les données dans le codage, il est plus difficile de s assurer que deux personnes différentes interprètent de la même manière. Une manière d essayer de renforcer l accord inter-codeurs est de bien documenter les codes définis, d en donner des définitions précises, des exemples d application, pour essayer d expliciter le plus possible les paramètres d interprétation du chercheur. Il arrive parfois que l on doive faire plus

6 6 d un test inter-codeur, chaque test permettant, par la verbalisation des codeurs et l explicitation des différences dans le codage, de raffiner et préciser l ensemble de codes utilisés. Dans certains contextes où la prise en compte du contexte dans le codage pour l interprétation des données est grande, on peut même parfois ne pas faire de tests intercodeurs car la différence est alors trop grande entre le chercheur qui a été en immersion dans la collecte des données et qui a développé une compréhension en profondeur du contexte et un deuxième codeur qui n aurait pas participé à la collecte. La part du contexte est alors si grande dans l interprétation et le codage qu il est très difficile d arriver à des taux d accord élevés. Plan 11 : Processus de codage Le processus de codage de l analyse de contenu qualitative peut se faire de différentes manières. Une manière intéressante de procéder, entre autres pour des entrevues en profondeur, est de commencer par un premier grand découpage par rapport aux thématiques abordées, ce que certains appellent l organisation des données. Les thématiques seront ainsi les catégories utilisées. Imaginons par exemple des entrevues avec des professionnels de l information en charge de SIW. Nous pourrions retrouver comme catégories les tâches. Donc chaque extrait des données où un répondant parle de ses tâches se verra associé la catégorie tâche. Une fois ce découpage fait, la deuxième étape consiste à analyser les données de chacune des catégories pour en extraire les différentes variantes, ce que l on appelle les valeurs de catégorie. Si nous reprenons notre exemple, l analyse de tous les segments codés avec la catégorie tâches nous permettrait de préciser les tâches dont il est question. Nous aurions comme valeurs de catégories, par exemple, l élaboration de la politique éditoriale, la programmation de page Web dynamique, la mise à jour de contenu, etc. Il est à noter que certains éléments des données peuvent ne pas être codés s ils ne portent pas sur des thèmes pertinents à nos questions de recherche. Il faut apprendre, en quelque sorte, à

7 7 faire le deuil des éléments non pertinents qui, dans le contexte entre autres d entrevues semistructurées plus ouvertes, ne sont pas rares. Plan 12 : Arbre de codage Une question légitime à se poser est d où vient l arbre de codage, c est-à-dire l ensemble des codes les catégories et les valeurs de catégories que le chercheur utilise pour analyser ses données. En fait, ces codes peuvent potentiellement provenir de deux sources. [Autre plan] Dans un premier temps, le chercheur peut prédéfinir des codes de manière déductive à partir de son cadre de référence. Si nous reprenons l exemple utilisé précédemment, le chercheur aurait pu avoir dans son cadre de référence un ensemble de tâches endossées par les professionnels de l information provenant d études empiriques antérieures. Dans une recherche où il n y a pas de cadre de référence, il n y aurait ainsi pas de codes développés de manière déductive. [Autre plan] Dans un deuxième temps, et c est ici la source principale des codes, ces codes seront développés de manière inductive à partir des données qui viendront ici enrichir, s il y en a, les codes déduits du cadre de référence. Dans une approche qualitative où le chercheur alterne la collecte et l analyse et où il procède par un échantillon théorique, il continuera sa collecte et son analyse jusqu à la saturation de ses codes, c est-à-dire jusqu à ce que l ajout de nouvelles données ne vienne pas ajouter de nouveaux codes.

8 8 Plan 13 : Logiciel d analyse qualitative Tel que mentionné précédemment, l analyse de contenu qualitative est un processus manuel, le chercheur codant lui-même ses données. Il peut le faire sur papier, bien entendu, mais il peut aussi profiter de l aide d un logiciel d analyse qualitative. Plusieurs logiciels de ce type existent. Mentionnons par exemple Atlas/TI, QDA Miner, NVivo, Qualrus ou HyperResearch. Tous ont en commun à peu de choses près, le fait qu on puisse y développer un arbre de codage et par la suite appliquer ces codes aux données. Leurs différences résident en fait surtout dans leur capacité par la suite à traiter les codes attribués. Au-delà de pouvoir les visualiser à même le texte, un outil comme QDA Miner qui sera celui utilisé pour le Travail 2 permet de calculer par exemple la fréquence des codes dans les données, permet de croiser certains codes (par exemple pour voir le nombre de fois que deux codes sont attribués au même segment de texte). Ceci termine l introduction rapide à l analyse de contenu qualitative. La lecture des notes de cours vous permettra de découvrir plus en profondeur ce type d analyse tandis que le Travail 2 vous permettra, par l expérimentation de cette technique, d en découvrir le potentiel en général et, plus particulièrement, pour votre projet doctoral.

SCI03 - Analyse de données expérimentales

SCI03 - Analyse de données expérimentales SCI03 - Analyse de données expérimentales Introduction à la statistique Thierry Denœux 1 1 Université de Technologie de Compiègne tél : 44 96 tdenoeux@hds.utc.fr Automne 2014 Qu est ce que la statistique?

Plus en détail

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés Les nouveaux enjeux et défis du marché immobilier : comment y contribuer? Chaire Ivanhoé Cambridge ESG UQÀM Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la

Plus en détail

LE PROBLÈME DE RECHERCHE ET LA PROBLÉMATIQUE

LE PROBLÈME DE RECHERCHE ET LA PROBLÉMATIQUE LE PROBLÈME DE RECHERCHE ET LA PROBLÉMATIQUE Un problème de recherche est l écart qui existe entre ce que nous savons et ce que nous voudrions savoir à propos d un phénomène donné. Tout problème de recherche

Plus en détail

LIRE ET RÉSUMER UN ARTICLE SCIENTIFIQUE

LIRE ET RÉSUMER UN ARTICLE SCIENTIFIQUE LIRE ET RÉSUMER UN ARTICLE SCIENTIFIQUE Jean-Baptiste Légal 2007-2008 http://j.b.legal.free.fr/blog Les publications scientifiques Plusieurs types : Ouvrages et chapitres d ouvrages Manuels Articles de

Plus en détail

Naïma Bentayeb Élizabeth Fast

Naïma Bentayeb Élizabeth Fast Naïma Bentayeb Élizabeth Fast Contenu de l atelier 1. Introduction et contexte 2. Présentation sommaire de NVivo 3. L organisation de vos données sur Nvivo 4. La création de nœuds 5. La codification 6.

Plus en détail

Objectifs d apprentissage

Objectifs d apprentissage Formation continue OIIQ 2010-2011 9 novembre 2010 Sylvie Gendron, Ph.D. Faculté des sciences infirmières Université de Montréal Objectifs d apprentissage Différencier les finalités de chacune de cinq approches

Plus en détail

Sondage sur les bulletins scolaires de la province Résumé des résultats

Sondage sur les bulletins scolaires de la province Résumé des résultats Sondage sur les bulletins scolaires de la province Résumé des résultats Présenté à la ministre de l Éducation et du Développement de la petite enfance par le Comité d examen des bulletins scolaires de

Plus en détail

DEPARTEMENT D ETUDES EUROPEENNES ECONOMIQUES

DEPARTEMENT D ETUDES EUROPEENNES ECONOMIQUES DEPARTEMENT D ETUDES EUROPEENNES ECONOMIQUES GUIDE DES ETUDIANTS Ce guide est destiné à vous introduire au fonctionnement du Collège et du Département d études économiques européennes, en présentant les

Plus en détail

Thibault Denizet. Introduction à SSIS

Thibault Denizet. Introduction à SSIS Thibault Denizet Introduction à SSIS 2 SSIS - Introduction Sommaire 1 Introduction à SQL Server 2008 Integration services... 3 2 Rappel sur la Business Intelligence... 4 2.1 ETL (Extract, Transform, Load)...

Plus en détail

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION Sylvie Gervais Service des enseignements généraux École de technologie supérieure (sylvie.gervais@etsmtl.ca) Le laboratoire des condensateurs

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Nobody s Unpredictable

Nobody s Unpredictable Connaissance qu a le public de la Banque du Canada (Comparaison des résultats de l enquête téléphonique et de l enquête en ligne) Enquête de décembre 2010 commandée par la Banque du Canada Nobody s Unpredictable

Plus en détail

MoneyTalk - Personal Finance Day du 27 septembre 2008

MoneyTalk - Personal Finance Day du 27 septembre 2008 21/09/2008 Existe-t-il un niveau de chiffre d'affaires à partir duquel il est intéressant de passer en société? Mise en garde : cette note a servi de support à la présentation d un exposé lors de la journée

Plus en détail

Lecture critique et pratique de la médecine

Lecture critique et pratique de la médecine 1-00.qxp 24/04/2006 11:23 Page 13 Lecture critique appliquée à la médecine vasculaireecture critique et pratique de la médecine Lecture critique et pratique de la médecine Introduction Si la médecine ne

Plus en détail

Il y a trois types principaux d analyse des résultats : l analyse descriptive, l analyse explicative et l analyse compréhensive.

Il y a trois types principaux d analyse des résultats : l analyse descriptive, l analyse explicative et l analyse compréhensive. L ANALYSE ET L INTERPRÉTATION DES RÉSULTATS Une fois les résultats d une investigation recueillis, on doit les mettre en perspective en les reliant au problème étudié et à l hypothèse formulée au départ:

Plus en détail

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances 1 Introduction Définition et motivations Tâches de data mining (fouille de données, exploration de données) Techniques et algorithmes Exemples et applications 1 Motivation : pourquoi exploration de données?

Plus en détail

UNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************

UNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives ************* ************* Cours de niveau gradué en méthodes quantitatives ************* SOL 6210 - Analyse quantitative avancée Le séminaire d analyse quantitative avancée se donne en classe une fois par année. Chaque

Plus en détail

Evaluer des élèves de Seconde par compétences en Sciences Physiques

Evaluer des élèves de Seconde par compétences en Sciences Physiques Evaluer des élèves de Seconde par compétences en Sciences Physiques Introduction Depuis quelques années, le terme de «compétences» s installe peu à peu dans notre quotidien ; aussi bien dans la vie de

Plus en détail

Bienvenue dans le monde de la construction logicielle

Bienvenue dans le monde de la construction logicielle Chapitre 1 Bienvenue dans le monde de la construction logicielle Sommaire : 1.1 La construction logicielle, qu est-ce que c est? : page 3 1.2 Pourquoi la construction logicielle est-elle importante? :

Plus en détail

RELATIONS AGENTS-APPRENANTAPPRENANT. Processus: Modeling, renforcement, interaction sociale.. Agents: Parents, pairs, école, médias

RELATIONS AGENTS-APPRENANTAPPRENANT. Processus: Modeling, renforcement, interaction sociale.. Agents: Parents, pairs, école, médias Université de Lyon II Janvier 2014 Choix de la méthode de recherche: Aspects pratiques Marie J. Lachance Professeure titulaire Sciences de la consommation Université Laval, Québec Question et problématique

Plus en détail

Guide de l utilisateur du portail

Guide de l utilisateur du portail Cette version du guide a été conçue expressément pour la phase d essai public du portail. Ne vous en servez pas après le 15 octobre 2015. Guide de l utilisateur du portail Version 0.92 septembre 29, 2015

Plus en détail

Principe des tests statistiques

Principe des tests statistiques Principe des tests statistiques Jean Vaillant Un test de signification est une procédure permettant de choisir parmi deux hypothèses celles la plus probable au vu des observations effectuées à partir d

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Sylvie Dalbin Assistance & Techniques Documentaires DocForum, Le 17 Novembre 2005 Déroulé de l'intervention (1) 1. Définition

Plus en détail

La détection automatique de l opinion : contraintes et enjeux

La détection automatique de l opinion : contraintes et enjeux La détection automatique de l opinion : contraintes et enjeux Frédéric Marcoul Responsable R&D de Spotter fmarcoul@spotter.com Ana Athayde Président Directeur Général de Spotter aathayde@spotter.com RÉSUMÉ

Plus en détail

Réglage des modes d inscription Accès invité sans clé

Réglage des modes d inscription Accès invité sans clé Mode d'emploi de cette grille d'analyse : En équipe, passez en revue les différents points, surlignez les éléments qui doivent être retravaillés en attribuant par exemple une couleur différente à chaque

Plus en détail

La définition de l examen critique par les pairs dans le contexte du processus AEO

La définition de l examen critique par les pairs dans le contexte du processus AEO Module 5 Examen critique par les pairs Aperçu Ce module souligne l importance de l examen critique par les pairs de l évaluation et du rapport environnemental intégrés, notamment pour en assurer la crédibilité

Plus en détail

Procédure pour évaluer et/ou éditer un article

Procédure pour évaluer et/ou éditer un article Procédure pour évaluer et/ou éditer un article Rôle des membres du comité de rédaction dans le processus de révision d un article : 1. Rôle de la Rédactrice en chef 2. Rôle des Rédacteurs adjoints 3. Rôle

Plus en détail

MMA - Projet Capacity Planning LOUVEL Cédric. Annexe 1

MMA - Projet Capacity Planning LOUVEL Cédric. Annexe 1 Annexe 1 Résumé Gestion Capacity Planning Alternance réalisée du 08 Septembre 2014 au 19 juin 2015 aux MMA Résumé : Ma collaboration au sein de la production informatique MMA s est traduite par une intégration

Plus en détail

Document d orientation sur les allégations issues d essais de non-infériorité

Document d orientation sur les allégations issues d essais de non-infériorité Document d orientation sur les allégations issues d essais de non-infériorité Février 2013 1 Liste de contrôle des essais de non-infériorité N o Liste de contrôle (les clients peuvent se servir de cette

Plus en détail

Logiciel QDA Miner. Deuxième partie Gestion du livre des codes et codage manuel

Logiciel QDA Miner. Deuxième partie Gestion du livre des codes et codage manuel PLAN DE COURS «ANALYSE DE DONNEES TEXTUELLES» Trois approches pour l analyse de textes Analyse qualitative Analyse quantitative Fouille de textes Introduction au logiciel QDA Miner Introduction et gestion

Plus en détail

Politique WHOIS relative aux noms de domaine.eu

Politique WHOIS relative aux noms de domaine.eu Politique WHOIS relative aux noms de domaine.eu 1/7 DEFINITIONS Les termes définis dans les Conditions et/ou les Règles de résolution des conflits.eu employés aux présentes commencent par une lettre majuscule.

Plus en détail

La gestion de projet

La gestion de projet K E K σ C D C C O N S U L T A N T S rue Hugi 3 CH 2502 Biel Bienne Tél: +41 32 325 19 25 Fax: +41 32 325 19 29 e-mail: kessler@kek.ch www.kek.ch La gestion de projet Sommaire 1 Le concept de «projet» 1

Plus en détail

MODE D EMPLOI DU CD ROM

MODE D EMPLOI DU CD ROM MODE D EMPLOI DU CD ROM Ce CD Rom est conçu sous la forme d un site Web, sauf que les pages ont été débarrassées de leurs boutons habituels, leurs barres d outils et de titre. Vous pourrez ainsi bénéficier

Plus en détail

Les matériaux de départ

Les matériaux de départ Codage DONNER DU SENS Les matériaux de départ Notes d observation (carnet) Entretiens Focus Matériel documentaire Enregistrements personnels du chercheur (idées) Notes de terrain(chronologies) Transcrire

Plus en détail

Avant-propos de la première édition

Avant-propos de la première édition de la première édition Ce livre a d abord été écrit pour nos étudiants. Des étudiants qui pour la plupart n aiment pas les mathématiques et se demandent pourquoi il leur faut apprendre des formules ésotériques

Plus en détail

I] ETUDE STATISTIQUES SIMPLE

I] ETUDE STATISTIQUES SIMPLE INTRODUCTION Scilab (contraction de Scientific Laboratory) est un logiciel libre, développé à l'inria Rocquencourt. C'est un environnement de calcul numérique qui permet d'effectuer rapidement toutes les

Plus en détail

Évaluer les liens entre codage et les données structurées (variables) Introduction au gestionnaire de rapport et au journal de commandes

Évaluer les liens entre codage et les données structurées (variables) Introduction au gestionnaire de rapport et au journal de commandes Trois approches en analyse de texte L'Analyse Qualitative L'analyse de Contenu Quantitative (par dictionnaires) Le forage de texte ("Text Mining") Introduction aux logiciels de Provalis Research QDA Miner

Plus en détail

Leçon n 1 : définition et champ d application de la comptabilité analytique

Leçon n 1 : définition et champ d application de la comptabilité analytique AUNEGE Campus Numérique en Economie Gestion Licence 2 Comptabilité analytique Leçon 1 Leçon n 1 : définition et champ d application de la comptabilité analytique 1 RÔLES DE LA COMPTABILITÉ DE GESTION INFORMER

Plus en détail

MRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010

MRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010 E MRK -6081 A : Méthodes d Analyse de Données en Marketing Automne 2010 Professeure :Elissar Toufaily Plage horaire du cours : Cours en salle Jeudi 15h 30-18h30 Local 4221 PAP Du 2 septembre. 2010 au 9

Plus en détail

Site(s) (lieux où la formation est dispensée, y compris pour les diplômes délocalisés) :

Site(s) (lieux où la formation est dispensée, y compris pour les diplômes délocalisés) : Evaluation des diplômes Masters Vague D Académie : Paris Etablissement déposant : Académie(s) : / Etablissement(s) co-habilité(s) : / Mention : Economie managériale et industrielle Domaine : Economie,

Plus en détail

11. Tests d hypothèses (partie 1/2)

11. Tests d hypothèses (partie 1/2) 11. Tests d hypothèses (partie 1/2) MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v1) MTH2302D: tests d hypothèses 1/30 Plan 1. Introduction 2. Hypothèses et erreurs 3. Tests d hypothèses

Plus en détail

DIRECTIVES DE SOUMISSION DE CANDIDATURE POUR LA

DIRECTIVES DE SOUMISSION DE CANDIDATURE POUR LA DIRECTIVES DE SOUMISSION DE CANDIDATURE POUR LA BOURSE DE RECHERCHE DE L HÉRITAGE DE LA RECHERCHE ORTHOPÉDIQUE AU CANADA (HROC) Les candidatures doivent être soumises par voie électronique, en format PDF,

Plus en détail

TD «Enquête par questionnaire» 2008 / 2009

TD «Enquête par questionnaire» 2008 / 2009 TD «Enquête par questionnaire» 2008 / 2009 5 ème séance leroy.jeanne@gmail.com Bureau C310 Les 12 étapes de la construction d un questionnaire 1) Définition de l objet d enquête et analyse des moyens matériels

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

Développement itératif, évolutif et agile

Développement itératif, évolutif et agile Document Développement itératif, évolutif et agile Auteur Nicoleta SERGI Version 1.0 Date de sortie 23/11/2007 1. Processus Unifié Développement itératif, évolutif et agile Contrairement au cycle de vie

Plus en détail

PENSER LA MONDIALISATION. Ce cours est destiné à comprendre et interpréter les conséquences que la mondialisation

PENSER LA MONDIALISATION. Ce cours est destiné à comprendre et interpréter les conséquences que la mondialisation 1 PENSER LA MONDIALISATION Par Zaki LAÏDI (CERI-Sciences Po Paris) I Problématique Ce cours est destiné à comprendre et interpréter les conséquences que la mondialisation exerce sur le sens et l action

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

Titre de la leçon Canada 2026 : changements démographiques Analyse de l évolution de la population et problèmes démographiques potentiels

Titre de la leçon Canada 2026 : changements démographiques Analyse de l évolution de la population et problèmes démographiques potentiels Qui nous sommes Titre de la leçon Canada 2026 : changements démographiques Analyse de l évolution de la population et problèmes démographiques potentiels Aperçu général À l aide de données démographiques,

Plus en détail

Petit rappel sur l administration du questionnaire...

Petit rappel sur l administration du questionnaire... Petit rappel sur l administration du questionnaire... PIl existe deux procédés pour faire passer un questionnaire à la population sondée : < L entrevue avec un interviewer : Par entrevue téléphonique;

Plus en détail

Le rôle d un tableau de bord

Le rôle d un tableau de bord CHAPITRE 1 Le rôle d un tableau de bord Introduction «Trop d informations tue l information.» Proverbe japonais Sur le plan théorique, un tableau de bord est un outil de reporting regroupant différents

Plus en détail

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES

INFORMATIQUE : LOGICIELS TABLEUR ET GESTIONNAIRE DE BASES DE DONNEES MINISTERE DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENRALE DE L ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE ENSEIGNEMENT DE PROMOTION SOCIALE DE REGIME 1 DOSSIER PEDAGOGIQUE UNITE DE FORMATION INFORMATIQUE

Plus en détail

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. 2 jours : Mardi 15 et mercredi 16 novembre 2005 de 9 heures 30 à 17 heures 30 Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. Madame, Monsieur, On parle

Plus en détail

Entourez une évaluation entre 0 (cote minimale) et 5 (cote maximale) ou encore SO = Sans Objet. L étudiant :

Entourez une évaluation entre 0 (cote minimale) et 5 (cote maximale) ou encore SO = Sans Objet. L étudiant : Grille d évaluation du stage d immersion en entreprise de 3 ème bachelier 2014-2015 Etudiant : Entreprise :. Date : Superviseur :. Maitre de stage : Signature :. 1. Evaluation continue [60 pts] Entourez

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

I - Introduction à La psychologie Expérimentale

I - Introduction à La psychologie Expérimentale LA METHODE EXPERIMENTALE I - Introduction à La psychologie Expérimentale I.1. Introduction I.2. Critiques concernant l utilisation de la méthode expérimentale en psychologie I.2.A. Critiques morales I.2.A.

Plus en détail

TAUX DE TRANSFORMATION

TAUX DE TRANSFORMATION Table des matières 1 Le choix des produits...2 2 La politique tarifaire...4 Introduction Afin de convertir efficacement vos visiteurs en acheteurs, il faut veiller à ne jamais les décevoir. La cause première

Plus en détail

Déclassement d'actifs et stock brut de capital

Déclassement d'actifs et stock brut de capital Extrait de : La mesure du capital - Manuel de l'ocde 2009 Deuxième édition Accéder à cette publication : http://dx.doi.org/10.1787/9789264067752-fr Déclassement d'actifs et stock brut de capital Merci

Plus en détail

Evaluer des logiciels éducatifs

Evaluer des logiciels éducatifs DES-TEF 2001-2002 Evaluer des logiciels éducatifs Bernadette Charlier Cellule d Ingénierie Pédagogique Département Education et Technologie FUNDP 1 Evaluer des logiciels éducatifs hyper et multimédias

Plus en détail

Nous vous recommandons donc fortement de bien étudier les spécifi cités des épreuves que vous souhaitez passer

Nous vous recommandons donc fortement de bien étudier les spécifi cités des épreuves que vous souhaitez passer Nous allons vous présenter une méthode générale pour les épreuves avec dossier. Cette méthode concerne les 5 épreuves suivantes : L épreuve de synthèse de textes de l EDHEC (Concours Admission sur Titre

Plus en détail

Heidi WECHTLER. Octobre 2005

Heidi WECHTLER. Octobre 2005 Heidi WECHTLER Le support aux analyses de données Séminaire GREGOR Octobre 2005 Support aux analyse de données du GREGOR Le poste Chargée d étude statistiques au GREGOR, bureau B126 (wechtler.iae@univ-paris1.fr)

Plus en détail

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité CANEGE Leçon 5 Systèmes de gestion à recomplétement périodique et stock Objectif : A l'issue de la leçon l'étudiant doit être capable : dans le cadre des calendriers d approvisionnement à recomplètement

Plus en détail

Processus de Traitement de la Déclaration de Patrimoine par l ULCC

Processus de Traitement de la Déclaration de Patrimoine par l ULCC UNITE DE LUTTE CONTRE LA CORRUPTION (ULCC) LE PROCESSUS DE TRAITEMENT DES FORMULAIRES DE DECLARATIONS DE PATRIMOINE CONFORMEMENT AUX DISPOSITIONS DE LA LOI DE FEVRIER 2008 Processus de Traitement de la

Plus en détail

À propos du Programme d évaluation international des compétences des adultes, le PEICA

À propos du Programme d évaluation international des compétences des adultes, le PEICA Automne 2013 À propos du Programme d évaluation international des compétences des adultes, le PEICA Par Giselle Boisvert, conseillère pédagogique, Commission scolaire de Montréal Les données de la troisième

Plus en détail

M.A.Ï.HEU.T.I.C. 1. Un modèle didactique conçu par la CCMP, pour générer des contenus de formation multimédias instrumentés TICE.

M.A.Ï.HEU.T.I.C. 1. Un modèle didactique conçu par la CCMP, pour générer des contenus de formation multimédias instrumentés TICE. M.A.Ï.HEU.T.I.C. 1 Un modèle didactique conçu par la CCMP, pour générer des contenus de formation multimédias instrumentés TICE. L ensemble des composantes du modèle M.A.Ï.HEU.T.I.C. sont des créations

Plus en détail

Techniques d enquête. Florence Huguenin-Richard - 2014

Techniques d enquête. Florence Huguenin-Richard - 2014 Techniques d enquête Florence Huguenin-Richard - 2014 1. Méthodologie générale Pourquoi faire une enquête? On a besoin d informations qui n existent pas ailleurs! Une enquête vient après une recherche

Plus en détail

Stratégie et choix technologiques des éditeurs de. Search 2010 Stratégie et technologies des éditeurs de logiciels de veille Février 2010 Page 1

Stratégie et choix technologiques des éditeurs de. Search 2010 Stratégie et technologies des éditeurs de logiciels de veille Février 2010 Page 1 Stratégie et choix technologiques des éditeurs de logiciels de veille Par Frédéric Martinet Actulligence Consulting Search 2010 Stratégie et technologies des éditeurs de logiciels de veille Février 2010

Plus en détail

Qu est-ce que la virtualisation?

Qu est-ce que la virtualisation? I Qu est-ce que la virtualisation? L actuel et le virtuel Considérons pour commencer l opposition facile et trompeuse entre réel et virtuel. Dans l usage courant, le mot virtuel s emploie souvent pour

Plus en détail

Charte du tourisme durable

Charte du tourisme durable Annexes Charte du tourisme durable Annexe 1 Les participants de la Conférence mondiale du Tourisme durable, réunis à Lanzarote, îles Canaries, Espagne, les 27 et 28 avril 1995, Conscients que le tourisme

Plus en détail

Recruter et sélectionner son personnel avec Emploi-Québec

Recruter et sélectionner son personnel avec Emploi-Québec Recruter et sélectionner son personnel avec Emploi-Québec Coordination Direction des mesures et services aux entreprises et du placement Ministère de l Emploi et de la Solidarité sociale Rédaction Direction

Plus en détail

Scénario n 4 : RÉALISER UNE INFOGRAPHIE SUR LES MÉTIERS DE L IMAGE

Scénario n 4 : RÉALISER UNE INFOGRAPHIE SUR LES MÉTIERS DE L IMAGE Scénario n 4 : RÉALISER UNE INFOGRAPHIE SUR LES MÉTIERS DE L IMAGE SUJET(S) : Production par les élèves de ressources numériques / Former à la veille et à la diffusion de l information / Collaborer avec

Plus en détail

Activité 1 : échantillonnage

Activité 1 : échantillonnage Activité échantillonnage, intervalle de fluctuation, prise de décision (à partir d un même thème) Les trois activités qui suivent s inspirent du document «ressources pour la classe de première générale

Plus en détail

PLAN D AFFAIRE PROJET AUTEUR. Date. Modèle de plan d affaire 1 welcome@efcom-conseil.com

PLAN D AFFAIRE PROJET AUTEUR. Date. Modèle de plan d affaire 1 welcome@efcom-conseil.com PLAN D AFFAIRE PROJET AUTEUR Date Modèle de plan d affaire 1 welcome@efcomconseil.com SOMMAIRE SOMMAIRE...2 LE PORTEUR...4 L IDEE DE DEPART...5 L ETUDE DE MARCHE...6 Le marché et son environnement...6

Plus en détail

ACTIVATION DES DÉPENSES DE RECHERCHE ET DE DÉVELOPPEMENT

ACTIVATION DES DÉPENSES DE RECHERCHE ET DE DÉVELOPPEMENT ACTIVATION DES DÉPENSES DE RECHERCHE ET DE Le traitement comptable des dépenses de recherche et de développement est précisé par l article 311-3 du PCG qui prévoit : que les dépenses engagées pour la recherche

Plus en détail

La Formation au Jugement Professionnel dans l Enseignement de la Comptabilité : Approche Théorique et Application au Cas Tunisien

La Formation au Jugement Professionnel dans l Enseignement de la Comptabilité : Approche Théorique et Application au Cas Tunisien Ministère de l Enseignement Supérieur, de la Recherche Scientifique et de la Technologie Université de Sfax Faculté des Sciences Économiques et de Gestion de Sfax Mémoire de Mastère en comptabilité Sujet

Plus en détail

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce Heuristique et métaheuristique IFT1575 Modèles de recherche opérationnelle (RO) 8. Optimisation combinatoire et métaheuristiques Un algorithme heuristique permet d identifier au moins une solution réalisable

Plus en détail

Bachelor of Arts Diplôme d enseignement pour les degrés préscolaire et primaire Guide du candidat au bénéfice d un Brevet d une École Normale

Bachelor of Arts Diplôme d enseignement pour les degrés préscolaire et primaire Guide du candidat au bénéfice d un Brevet d une École Normale EN BP Validation des Acquis d Expérience (VAE) Bachelor of Arts Diplôme d enseignement pour les degrés préscolaire et primaire Guide du candidat au bénéfice d un Brevet d une École Normale 1 Bases juridiques

Plus en détail

PROGRAMME DE CRÉATION ET INNOVATION TECHNOLOGIQUES EN CLASSE DE SECONDE GÉNÉRALE ET TECHNOLOGIQUE Enseignement d exploration

PROGRAMME DE CRÉATION ET INNOVATION TECHNOLOGIQUES EN CLASSE DE SECONDE GÉNÉRALE ET TECHNOLOGIQUE Enseignement d exploration PROGRAMME DE CRÉATION ET INNOVATION TECHNOLOGIQUES EN CLASSE DE SECONDE GÉNÉRALE ET TECHNOLOGIQUE Enseignement d exploration Préambule La société doit faire face à de nouveaux défis pour satisfaire les

Plus en détail

Rapport de Post- Campagne 1

Rapport de Post- Campagne 1 Rapport de Post- Campagne 1 Résumé - La campagne Adwords que nous avons mené pour Galerie Photo-Originale a duré 21 jours (5.05-26.05) et nous a coûté $250,18. L objectif principal est en premier de stimuler

Plus en détail

COMPÉTENCES, ÉLÉMENTS DE COMPÉTENCES ET RESSOURCES À MOBILISER POUR LE DESS, LA MAÎTRISE PROFESSIONNELLE, LA MAÎTRISE RECHERCHE ET LE DOCTORAT

COMPÉTENCES, ÉLÉMENTS DE COMPÉTENCES ET RESSOURCES À MOBILISER POUR LE DESS, LA MAÎTRISE PROFESSIONNELLE, LA MAÎTRISE RECHERCHE ET LE DOCTORAT Direction des affaires académiques et internationales Études supérieures COMPÉTENCES, ÉLÉMENTS DE COMPÉTENCES ET RESSOURCES À MOBILISER POUR LE DESS, LA MAÎTRISE PROFESSIONNELLE, LA MAÎTRISE RECHERCHE

Plus en détail

2.3. APRÈS LA FORMATION 2.3.1. FAVORISER LES OPPORTUNITÉS D APPLICATION

2.3. APRÈS LA FORMATION 2.3.1. FAVORISER LES OPPORTUNITÉS D APPLICATION APRÈS LA FORMATION 2.3. APRÈS LA FORMATION Lorsque la formation est terminée, l organisation doit finalement s assurer que l apprenant puisse utiliser de manière concrète les nouveaux apprentissages. Cette

Plus en détail

Laurence Touré Juin 2010

Laurence Touré Juin 2010 Laurence Touré Juin 2010 Introduction Enquêtes quantitatives, quantitatives, mixtes Protocole d une recherche qualitative Définition de la population d enquête Méthodes d enquête qualitatives La technique

Plus en détail

www.marquecanadabrand.agr.gc.ca www.mangezcanadien.ca

www.marquecanadabrand.agr.gc.ca www.mangezcanadien.ca La recherche antérieure a montré que la majorité des consommateurs canadiens affichent une préférence marquée pour l achat de produits alimentaires canadiens par rapport aux produits d importation. Est-ce

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

Le coût du crédit aux entreprises

Le coût du crédit aux entreprises Frédérique EDMOND Direction des Études et Statistiques monétaires Service des Analyses et Statistiques monétaires L enquête trimestrielle sur le coût du crédit aux entreprises est réalisée auprès d un

Plus en détail

Le Data Mining, Outil d aide à la prise de décision dans l action commerciale

Le Data Mining, Outil d aide à la prise de décision dans l action commerciale Université Ibn Zohr Faculté des Sciences Juridiques, Économiques et Sociales Exposé sous le thème : Le Data Mining, Outil d aide à la prise de décision dans l action commerciale Plan : Introduction : L

Plus en détail

QMF-6. Questionnaire de Motivation à la réussite en Formation RÉSULTATS. Yann FORNER XV41ZUJK 15/04/2010 TATA. Féminin. Lycéens.

QMF-6. Questionnaire de Motivation à la réussite en Formation RÉSULTATS. Yann FORNER XV41ZUJK 15/04/2010 TATA. Féminin. Lycéens. Questionnaire de Motivation à la réussite en Formation Yann FORNER RÉSULTATS Nom: Sexe: 15/04/2010 Féminin Âge: 17 Étalonnage: Lycéens Introduction Le Questionnaire de Motivation en situation de Formation

Plus en détail

1 - Informatisation du PCS

1 - Informatisation du PCS FICHE N 25 : LES OUTILS INFORMATIQUES Le développement des outils informatiques laisse entrevoir une possible utilisation de ces derniers dans le cadre de la gestion d un événement de sécurité civile.

Plus en détail

MAXIMISER LA DISPONIBILITÉ DES PRODUITS DANS LES MAGASINS

MAXIMISER LA DISPONIBILITÉ DES PRODUITS DANS LES MAGASINS Distribution MAXIMISER LA DISPONIBILITÉ DES PRODUITS DANS LES MAGASINS METTRE LES RUPTURES SOUS CONTRÔLE Introduction Tout distributeur veut que tous les produits soient bien présents dans ses rayons.

Plus en détail

CRÉER UN COURS EN LIGNE

CRÉER UN COURS EN LIGNE Anne DELABY CRÉER UN COURS EN LIGNE Deuxième édition, 2006, 2008 ISBN : 978-2-212-54153-3 2 Que recouvre le concept d interactivité? Dans une perspective de cours en ligne, une activité interactive est

Plus en détail

Les spécifications des systèmes de comptabilisation en application de l article L.5-2, 6 du code des postes et des communications électroniques

Les spécifications des systèmes de comptabilisation en application de l article L.5-2, 6 du code des postes et des communications électroniques C O N S U L T AT I O N P U B L I Q U E Mai 2007 Les spécifications des systèmes de comptabilisation en application de l article L.5-2, 6 du code des postes et des communications électroniques Synthèse

Plus en détail

Amélioration de l inspection dans une entreprise

Amélioration de l inspection dans une entreprise Département de génie mécanique Certificat en gestion et assurance de la qualité QUA151 GESTION ET TECHNIQUES D INSPECTION Projet de session Été 2013 Amélioration de l inspection dans une entreprise 1-

Plus en détail

The master thesis. (version 0.1, 20/3/05 - fix: translation!) thesis-writing. Daniel K. Schneider, TECFA, University of Geneva.

The master thesis. (version 0.1, 20/3/05 - fix: translation!) thesis-writing. Daniel K. Schneider, TECFA, University of Geneva. The master thesis The master thesis (version 0.1, 20/3/05 - fix: translation!) Code: thesis-writing Daniel K. Schneider, TECFA, University of Geneva thesis-writing Menu 1. Introduction: le mémoire est

Plus en détail

Programme des Nations Unies pour l'environnement

Programme des Nations Unies pour l'environnement NATIONS UNIES EP Programme des Nations Unies pour l'environnement Distr. GÉNÉRALE UNEP/OzL.Pro/ExCom/68/12 2 novembre 2012 FRANÇAIS ORIGINAL : ANGLAIS COMITÉ EXÉCUTIF DU FONDS MULTILATÉRAL AUX FINS D APPLICATION

Plus en détail

L informatique des entrepôts de données

L informatique des entrepôts de données L informatique des entrepôts de données Daniel Lemire SEMAINE 13 L exploration des données 13.1. Présentation de la semaine L exploration de données (ou data mining) est souvent associée à l intelligence

Plus en détail

19/05/2006 10:46. Manuel flux L. Manuel flux 'L' - P 1 -

19/05/2006 10:46. Manuel flux L. Manuel flux 'L' - P 1 - Manuel flux L Manuel flux 'L' - P 1 - Table des matières 1 INTRODUCTION... 3 2 PRINCIPES DE BASE ET CONTRÔLES... 4 2.1 CONSULTATIONS EN LIGNE... 4 2.2 CONSULTATIONS EN MODE BATCH... 4 2.2.1 L émetteur

Plus en détail

Projet informatique «Voyageur de commerce» Résolution approchée par algorithme génétique du problème du voyageur de commerce

Projet informatique «Voyageur de commerce» Résolution approchée par algorithme génétique du problème du voyageur de commerce Année 2007-2008 Projet informatique «Voyageur de commerce» Résolution approchée par algorithme génétique du problème du voyageur de commerce B. Monsuez Projet informatique «Voyageur de commerce» Résolution

Plus en détail

ENQUETE SUR LES BESOINS INFORMATIQUES DES STRUCTURES DE L'ECONOMIE SOCIALE ET SOLIDAIRE

ENQUETE SUR LES BESOINS INFORMATIQUES DES STRUCTURES DE L'ECONOMIE SOCIALE ET SOLIDAIRE ENQUETE SUR LES BESOINS INFORMATIQUES DES STRUCTURES DE L'ECONOMIE SOCIALE ET SOLIDAIRE URL d origine du document : http://talcod.net/?q=node/59 Juillet 2011 - version 1.0 Licence Creative Commons BY-SA

Plus en détail

L Elaboration d un plan stratégique pour un réseau/une association de microfinance

L Elaboration d un plan stratégique pour un réseau/une association de microfinance L Elaboration d un plan stratégique pour un Développé comme partie du Programme de renforcement institutionnel, par Citi Première édition Mai, 2008 L Elaboration d un plan stratégique pour un La planification

Plus en détail