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 ( 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.

EXAMEN CRITIQUE D UN DOSSIER TECHNIQUE

EXAMEN CRITIQUE D UN DOSSIER TECHNIQUE EXAMEN CRITIQUE D UN DOSSIER TECHNIQUE (Préparation : 5 heures -- Exposé et Questions : 1 heure) Rapport établi par : P.J. BARRE, E. JEAY, D. MARQUIS, P. RAY, A. THIMJO 1. PRESENTATION DE L EPREUVE 1.1.

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

ARIANE. Terrains, techniques et compétences méthodologiques en sciences sociales. Mars 2014

ARIANE. Terrains, techniques et compétences méthodologiques en sciences sociales. Mars 2014 ARIANE Terrains, techniques et compétences méthodologiques en sciences sociales Le nom que s est choisi le groupe, ARIANE, associe des références du passé et du présent, illustrant le cheminement dans

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

Instrumentation de la recherche en Education : analyse épistémologique de quelques logiciels d aide à l analyse d enregistrements vidéos

Instrumentation de la recherche en Education : analyse épistémologique de quelques logiciels d aide à l analyse d enregistrements vidéos Instrumentation de la recherche en Education : analyse épistémologique de quelques logiciels d aide à l analyse d enregistrements vidéos Laurent Veillard UMR ICAR (CNRS, Université Lyon 2, ENS de lyon)

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

Evaluation des enseignements par les étudiants : que nous disent les commentaires écrits des étudiants?

Evaluation des enseignements par les étudiants : que nous disent les commentaires écrits des étudiants? Evaluation des enseignements par les étudiants : que nous disent les commentaires écrits des étudiants? Marie Bocquillon Université de Mons, Institut d Administration scolaire marie.bocquillon@umons.ac.be,

Plus en détail

LIVRE BLANC Décembre 2014

LIVRE BLANC Décembre 2014 PARSING MATCHING EQUALITY SEARCH LIVRE BLANC Décembre 2014 Introduction L analyse des tendances du marché de l emploi correspond à l évidence à une nécessité, surtout en période de tension comme depuis

Plus en détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

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

TUTORIEL Qualit Eval. Introduction :

TUTORIEL Qualit Eval. Introduction : TUTORIEL Qualit Eval Introduction : Qualit Eval est à la fois un logiciel et un référentiel d évaluation de la qualité des prestations en établissements pour Personnes Agées. Notre outil a été spécifiquement

Plus en détail

sentée e et soutenue publiquement pour le Doctorat de l Universitl

sentée e et soutenue publiquement pour le Doctorat de l Universitl Du rôle des signaux faibles sur la reconfiguration des processus de la chaîne de valeur de l organisation : l exemple d une centrale d achats de la grande distribution française Thèse présent sentée e

Plus en détail

Association pour la recherche qualitative

Association pour la recherche qualitative Guide d introduction au logiciel QSR NVivo 7 par Frédéric Deschenaux, Ph. D. Professeur à l Université du Québec à Rimouski Formateur accrédité par QSR International Association pour la recherche qualitative

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

Customer Intelligence

Customer Intelligence Customer Intelligence Prenez le lead sur les données consommateur Partenaire Développement commercial Les 3 principaux challenges selon les Directions Marketing #1 Prise en compte du digital dans la relation

Plus en détail

Rapport d évaluation du master

Rapport d évaluation du master Section des Formations et des diplômes Rapport d évaluation du master Droits de l'homme de l Université de Strasbourg Vague C 2013-2017 Campagne d évaluation 2011-2012 Section des Formations et des diplômes

Plus en détail

Title Text. Outil intégré de collecte, d'analyse et de visualisation de données de mobilité

Title Text. Outil intégré de collecte, d'analyse et de visualisation de données de mobilité Title Text Outil intégré de collecte, d'analyse et de visualisation de données de mobilité Contenu de la présentation Schéma général et avancement Suivi et administration Validation des entrevues Enrichissement

Plus en détail

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1 Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe

Plus en détail

Ce que doit inclure un projet de mémoire ou de thèse

Ce que doit inclure un projet de mémoire ou de thèse Rachad ANTONIUS Sociologue, professeur, Département de sociologie, UQÀM (2007) Ce que doit inclure un projet de mémoire ou de thèse VERSION DU 26 JUILLET 2007 Un document produit en version numérique par

Plus en détail

Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données

Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données et le Data Mining Nous suivons le plan suivant : Fonctionnement de Spad Catalogue des méthodes (statistiques

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

ANNEXE 4. Réaliser un diagnostic de sécurité Principales méthodes de collecte d information. (Module 3, partie I, section 2.5)

ANNEXE 4. Réaliser un diagnostic de sécurité Principales méthodes de collecte d information. (Module 3, partie I, section 2.5) ANNEXE 4 Réaliser un diagnostic de sécurité Principales méthodes de collecte d information (Module 3, partie I, section 2.5) Dans les pages qui suivent, nous présentons neuf méthodes de collecte d information.

Plus en détail

ÉVALUATION DES CONSEILS D ADMINISTRATION/SURVEILLANCE : UN RETOUR D EXPÉRIENCE TRÈS POSITIF DES ADMINISTRATEURS

ÉVALUATION DES CONSEILS D ADMINISTRATION/SURVEILLANCE : UN RETOUR D EXPÉRIENCE TRÈS POSITIF DES ADMINISTRATEURS ÉVALUATION DES CONSEILS D ADMINISTRATION/SURVEILLANCE : UN RETOUR D EXPÉRIENCE TRÈS POSITIF DES ADMINISTRATEURS REGARDS CROISÉS DES ACTEURS DE LA GOUVERNANCE Administrateurs Présidents de conseil d administration/surveillance

Plus en détail

Stages de recherche dans les formations d'ingénieur. Víctor Gómez Frías. École des Ponts ParisTech, Champs-sur-Marne, France

Stages de recherche dans les formations d'ingénieur. Víctor Gómez Frías. École des Ponts ParisTech, Champs-sur-Marne, France Stages de recherche dans les formations d'ingénieur Víctor Gómez Frías École des Ponts ParisTech, Champs-sur-Marne, France victor.gomez-frias@enpc.fr Résumé Les méthodes de l ingénierie ont été généralement

Plus en détail

LA CONDUITE D UNE MISSION D AUDIT INTERNE

LA CONDUITE D UNE MISSION D AUDIT INTERNE 1 LA CONDUITE D UNE MISSION D AUDIT INTERNE Toute mission d Audit est réalisée en trois étapes essentielles: 1 ère étape : La préparation de la mission 2 ème étape : La réalisation de la mission 3 ème

Plus en détail

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring

Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems

Plus en détail

d évaluation Objectifs Processus d élaboration

d évaluation Objectifs Processus d élaboration Présentation du Programme pancanadien d évaluation Le Programme pancanadien d évaluation (PPCE) représente le plus récent engagement du Conseil des ministres de l Éducation du Canada (CMEC) pour renseigner

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

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

Europresse.com. Pour les bibliothèques publiques et de l enseignement. Votre meilleur outil de recherche en ligne. Guide version 1.

Europresse.com. Pour les bibliothèques publiques et de l enseignement. Votre meilleur outil de recherche en ligne. Guide version 1. Europresse.com Pour les bibliothèques publiques et de l enseignement Votre meilleur outil de recherche en ligne Guide version 1.5 CEDROM-SNi Comprendre la page d accueil 1. Bandeau de navigation 2. Espace

Plus en détail

Quels outils pour prévoir?

Quels outils pour prévoir? modeledition SA Quels outils pour prévoir? Les modèles de prévisions sont des outils irremplaçables pour la prise de décision. Pour cela les entreprises ont le choix entre Excel et les outils classiques

Plus en détail

Rédiger et administrer un questionnaire

Rédiger et administrer un questionnaire Rédiger et administrer un questionnaire Ce document constitue une adaptation, en traduction libre, de deux brochures distinctes : l une produite par l American Statistical Association (Designing a Questionnaire),

Plus en détail

Les organismes notifiés et les dispositifs médicaux : du constat aux perspectives

Les organismes notifiés et les dispositifs médicaux : du constat aux perspectives Les organismes notifiés et les dispositifs médicaux : du constat aux perspectives Fabien Roy 1 Dans l Union européenne, les dispositifs médicaux sont gouvernés par trois directives qui sont destinées à

Plus en détail

Des données à la connaissance client. A la découverte de la plateforme de connaissance client knowlbox

Des données à la connaissance client. A la découverte de la plateforme de connaissance client knowlbox Des données à la connaissance client A la découverte de la plateforme de connaissance client knowlbox Livre blanc mai 2013 A l heure du Big Data, les entreprises s interrogent davantage sur leurs données.

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

Position de l ASTEE sur l innovation en matière de services d eau et de déchets

Position de l ASTEE sur l innovation en matière de services d eau et de déchets Position de l ASTEE sur l innovation en matière de services d eau et de déchets Les services publics locaux de l environnement : des services discrets mais moteurs de développement Depuis leur mise en

Plus en détail

Le patrimoine des ménages retraités : résultats actualisés. Secrétariat général du Conseil d orientation des retraites

Le patrimoine des ménages retraités : résultats actualisés. Secrétariat général du Conseil d orientation des retraites CONSEIL D ORIENTATION DES RETRAITES Séance plénière du 08 juillet 2015 à 9 h 30 «Le patrimoine des retraités et l épargne retraite» Document N 2 bis Document de travail, n engage pas le Conseil Le patrimoine

Plus en détail

IBM SPSS Direct Marketing

IBM SPSS Direct Marketing IBM SPSS Statistics 19 IBM SPSS Direct Marketing Comprenez vos clients et renforcez vos campagnes marketing Points clés Avec IBM SPSS Direct Marketing, vous pouvez : Comprendre vos clients de manière plus

Plus en détail

ISTEX, vers des services innovants d accès à la connaissance

ISTEX, vers des services innovants d accès à la connaissance ISTEX, vers des services innovants d accès à la connaissance Synthèse rédigée par Raymond Bérard, directeur de l ABES, à partir du dossier de candidature d ISTEX aux Initiatives d excellence et des réunions

Plus en détail

Business & High Technology

Business & High Technology UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...

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

VERS UN OUTIL PRATIQUE D EVALUATION DE LA PERFORMANCE D UNE MISSION DE SERVICES

VERS UN OUTIL PRATIQUE D EVALUATION DE LA PERFORMANCE D UNE MISSION DE SERVICES Projet Alliances & Services FNCPC VERS UN OUTIL PRATIQUE D EVALUATION DE LA PERFORMANCE D UNE MISSION DE SERVICES Livrable final IAE DE TOULOUSE / CRM - 15 juin 2013 Sandrine Fernez-Walch et Christophe

Plus en détail

Le système d accréditation n est pas un système basé sur la conformité à la. de ce fait, il se différencie

Le système d accréditation n est pas un système basé sur la conformité à la. de ce fait, il se différencie Système d accreditation des organismes de formation Origine, objectifs et méthodologie du système d accréditation Carlos Capela Coordinateur du projet INOFOR - Institut pour l innovation dans la formation

Plus en détail

Business Intelligence avec SQL Server 2012

Business Intelligence avec SQL Server 2012 Editions ENI Business Intelligence avec SQL Server 2012 Maîtrisez les concepts et réalisez un système décisionnel Collection Solutions Informatiques Extrait Alimenter l'entrepôt de données avec SSIS Business

Plus en détail

Autonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique

Autonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique L irrésistible ascension du capitalisme académique 18-19 avril 2013 Autonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique Julien Barrier

Plus en détail

e-recrutement : recherche de mots-clés pertinents dans le titre des annonces d emploi

e-recrutement : recherche de mots-clés pertinents dans le titre des annonces d emploi e-recrutement : recherche de mots-clés pertinents dans le titre des annonces d emploi Julie Séguéla 1, 2, Gilbert Saporta 1, Stéphane Le Viet 2 1 Laboratoire Cédric CNAM 292 rue Saint Martin 75141 Paris

Plus en détail

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI 1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage

Plus en détail

Baccalauréat professionnel vente (prospection - négociation - suivi de clientèle) RÉFÉRENTIEL DE CERTIFICATION

Baccalauréat professionnel vente (prospection - négociation - suivi de clientèle) RÉFÉRENTIEL DE CERTIFICATION RÉFÉRENTIEL DE CERTIFICATION 16 I. COMPÉTENCES C1. PROSPECTER C11. Élaborer un projet de prospection C12. Organiser une opération de prospection C13. Réaliser une opération de prospection C14. Analyser

Plus en détail

En route vers le succès avec une solution de BI intuitive destinée aux entreprises de taille moyenne

En route vers le succès avec une solution de BI intuitive destinée aux entreprises de taille moyenne Présentation du produit SAP s SAP pour les PME SAP BusinessObjects Business Intelligence, édition Edge Objectifs En route vers le succès avec une solution de BI intuitive destinée aux entreprises de taille

Plus en détail

La rencontre des mondes virtuels et du web au service de puissantes applications accessibles à tous

La rencontre des mondes virtuels et du web au service de puissantes applications accessibles à tous Montrer ce qui existe ce qui n existe plus ce qui existera La rencontre des mondes virtuels et du web au service de puissantes applications accessibles à tous la-visite-virtuelle.immersivelab.fr Avec la

Plus en détail

Interne Forces Faiblesses Externe Opportunités Menaces

Interne Forces Faiblesses Externe Opportunités Menaces L ANALYSE SWOT 1 Pourquoi utiliser cet outil en évaluation? L'analyse SWOT (Strengths Weaknesses Opportunities Threats) ou AFOM (Atouts Faibses Opportunités Menaces) est un outil d'analyse stratégique.

Plus en détail

Structure typique d un protocole de recherche. Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV

Structure typique d un protocole de recherche. Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV Structure typique d un protocole de recherche Préparé par Johanne Desrosiers dans le cadre d une formation au réseau FORMSAV Introduction Planification et développement d une proposition de recherche Étape

Plus en détail

Rapport : Base de données. Anthony Larcher 1

Rapport : Base de données. Anthony Larcher 1 Rapport : Base de données Anthony Larcher 1 1 : Laboratoire d Informatique d Avignon - Université d Avignon Tél : +33 (0) 4 90 84 35 55 - Fax : + 33 (0) 4 90 84 35 01 anthony.larcher@univ-avignon.fr 14

Plus en détail

destiné à: - faciliter la constitution des groupes - mieux vous connaître

destiné à: - faciliter la constitution des groupes - mieux vous connaître DOCTORIALES franco-belges 20112 QUESTIONNAIRE DE PRE-EVALUATION destiné à: - faciliter la constitution des groupes - mieux vous connaître L accès au questionnaire se fera en vous identifiant sur le site

Plus en détail

Les dessous des moteurs de recommandation

Les dessous des moteurs de recommandation Les dessous des moteurs de recommandation La personnalisation est un enjeu majeur du e-commerce aujourd hui. Elle réveille l esprit commerçant dans les boutiques en ligne en remettant le visiteur au cœur

Plus en détail

Lutin Laboratoire des Usages en Technologies

Lutin Laboratoire des Usages en Technologies Lutin Laboratoire des Usages en Technologies d Information Numérique (à la Cité des Sciences) Offres à destination des entreprises (club d entreprises) Le principe de la plate-forme RNRT Le laboratoire

Plus en détail

LE CONGÉ SOLIDAIRE DEUX SEMAINES POUR AGIR AU SERVICE DE LA SOLIDARITÉ INTERNATIONALE

LE CONGÉ SOLIDAIRE DEUX SEMAINES POUR AGIR AU SERVICE DE LA SOLIDARITÉ INTERNATIONALE LE CONGÉ SOLIDAIRE DEUX SEMAINES POUR AGIR AU SERVICE DE LA SOLIDARITÉ INTERNATIONALE Renforcer l'autonomie des populations et la protection de leur environnement le partenariat continu pour apporter un

Plus en détail

N 334 - SIMON Anne-Catherine

N 334 - SIMON Anne-Catherine N 334 - SIMON Anne-Catherine RÉALISATION D UN CDROM/DVD CONTENANT DES DONNÉES DU LANGAGE ORAL ORGANISÉES EN PARCOURS DIDACTIQUES D INITIATION LINGUISTIQUE A PARTIR DES BASES DE DONNÉES VALIBEL Introduction

Plus en détail

SMALL DATA DANS LA VEILLE

SMALL DATA DANS LA VEILLE SMALL DATA DANS LA VEILLE Collecte et valorisation de l information stratégique dans l entreprise OCP El Jadida 25 Septembre 2014 25 Septembre 2014 OCP - El Jadida 2 Ordre du jour Définitions Etat de la

Plus en détail

CATALOGUE DES FORMATIONS

CATALOGUE DES FORMATIONS CATALOGUE DES FORMATIONS COURS THEMATIQUES MIGRATION À WINDOWS 10... 1 WORD: LES TABLEAUX... 2 WORD: MODÈLES ET FORMULAIRES... 3 WORD: PUBLIPOSTAGE... 4 WORD: LES LONGS DOCUMENTS... 5 WORD: PUBLICATION...

Plus en détail

Par Akoété Ega AGBODJI FASEG/Université de Lomé

Par Akoété Ega AGBODJI FASEG/Université de Lomé CSI- Afrique Renforcement des interventions dans le domaine de la politique économique et sociale Atelier de développement des compétences des chercheurs des syndicaux Session 6 Les méthodes et procédures

Plus en détail

LA BASE DE DONNÉES PATRIMOINE IMMOBILIER, MOBILIER ET

LA BASE DE DONNÉES PATRIMOINE IMMOBILIER, MOBILIER ET LA BASE DE DONNÉES PATRIMOINE IMMOBILIER, MOBILIER ET IMMATÉRIEL DU QUÉBEC ET LE RÉPERTOIRE DU PATRIMOINE CULTUREL DU QUÉBEC. ÉTAT DES LIEUX ET PERSPECTIVES POUR L INVENTAIRE DU PATRIMOINE IMMATÉRIEL.

Plus en détail

Votre outil pour vous démarquer sur le terrain de l interactivité. www. Moteurs de recherche. Médias Sociaux. Web. Mobilité. Assurance automobile

Votre outil pour vous démarquer sur le terrain de l interactivité. www. Moteurs de recherche. Médias Sociaux. Web. Mobilité. Assurance automobile Votre outil pour vous démarquer sur le terrain de l interactivité. www Web Mobilité Médias Sociaux Moteurs de recherche Assurance automobile Votre nouveau terrain de concurrence: l interactivité On parle

Plus en détail

RAPPORT SYNTHÈSE. En santé après 50 ans. Évaluation des effets du programme Les médicaments :

RAPPORT SYNTHÈSE. En santé après 50 ans. Évaluation des effets du programme Les médicaments : S A N T É P U B L I Q U E RAPPORT SYNTHÈSE Évaluation des effets du programme Les médicaments : Oui Non Mais! En santé après 50 ans Depuis janvier 1997, la Direction de santé publique s est associée à

Plus en détail

Pour diffusion immédiate. Nouveau sondage CROP : LES AIRES PROTÉGÉES, UNE PRIORITÉ SELON LES QUÉBÉCOIS

Pour diffusion immédiate. Nouveau sondage CROP : LES AIRES PROTÉGÉES, UNE PRIORITÉ SELON LES QUÉBÉCOIS COMMUNIQUÉ Pour diffusion immédiate Nouveau sondage CROP : LES AIRES PROTÉGÉES, UNE PRIORITÉ SELON LES QUÉBÉCOIS Montréal, le 6 mars 2007 Un sondage réalisé du 28 février au 4 mars 2007 par la maison CROP

Plus en détail

Nom-Projet MODELE PLAN DE MANAGEMENT DE PROJET

Nom-Projet MODELE PLAN DE MANAGEMENT DE PROJET Nom-Projet MODELE PLAN DE MANAGEMENT DE PROJET Glossaire La terminologie propre au projet, ainsi que les abréviations et sigles utilisés sont définis dans le Glossaire. Approbation Décision formelle, donnée

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

Tâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs)

Tâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs) (d après une idée du collège des Portes du Midi de Maurs) Table des matières Fiche professeur... 2 Fiche élève... 5 1 Fiche professeur Niveaux et objectifs pédagogiques 5 e : introduction ou utilisation

Plus en détail

Entrepôt de données 1. Introduction

Entrepôt de données 1. Introduction Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de

Plus en détail

Formation PME Etude de marché

Formation PME Etude de marché Formation PME Etude de marché Fit for Business (PME)? Pour plus de détails sur les cycles de formation PME et sur les business-tools, aller sous www.banquecoop.ch/business L étude de marché ou étude marketing

Plus en détail

LES DECIMALES DE π BERNARD EGGER

LES DECIMALES DE π BERNARD EGGER LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,

Plus en détail

Document d accompagnement pour le référentiel national du C2i niveau 2 Métiers de l environnement et de l aménagement durables

Document d accompagnement pour le référentiel national du C2i niveau 2 Métiers de l environnement et de l aménagement durables Document d accompagnement pour le référentiel national du C2i niveau 2 Métiers de l environnement et de l aménagement durables A - Compétences générales et transversales liées à l exercice des métiers

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

Formation Août 2013 Michèle Garello, IEN économie gestion Caroline Natta, professeur

Formation Août 2013 Michèle Garello, IEN économie gestion Caroline Natta, professeur Formation Août 2013 Michèle Garello, IEN économie gestion Caroline Natta, professeur Déroulement des deux journées Mardi 26 Matin : Intervention des IEN Jeudi 29 Matin : Production en binôme. Après-midi

Plus en détail

Commerce International. à référentiel commun européen

Commerce International. à référentiel commun européen Brevet de technicien supérieur Commerce International à référentiel commun européen Référentiel de formation SEPTEMBRE 2011 RÉFÉRENTIEL DE FORMATION Unités de formation UF1 Culture Générale et Expression

Plus en détail

Le Programme «Archives Audiovisuelles de la Recherche»

Le Programme «Archives Audiovisuelles de la Recherche» 1 Maison des Sciences de l Homme (MSH) Equipe Sémiotique Cognitive et Nouveaux Médias (ESCoM) Le Programme «Archives Audiovisuelles de la Recherche» L édition de CD/DVD Rapport rédigé par Peter Stockinger

Plus en détail

Des consultants forment des consultants Comment créer ma boite de consultant

Des consultants forment des consultants Comment créer ma boite de consultant Des consultants forment des consultants Comment créer ma boite de consultant Ce document a comme objectif de présenter le contenu d'un cycle d ateliers de formations à la création d entreprise, spécifique

Plus en détail

LA COMMUNICATION A QUATRE CERVEAUX

LA COMMUNICATION A QUATRE CERVEAUX 1 LA COMMUNICATION A QUATRE CERVEAUX Les neurosciences au service du marketing et de la communication des marques La communication à 4 cerveaux 2 Néo Pharma a développé une méthodologie permettant à une

Plus en détail

MASTER LPL : LANGUE ET INFORMATIQUE (P)

MASTER LPL : LANGUE ET INFORMATIQUE (P) MASTER LPL : LANGUE ET INFORMATIQUE (P) RÉSUMÉ DE LA FORMATION Type de diplôme := Master Domaine : Arts, Lettres, Langues Mention : LITTERATURE, PHILOLOGIE, LINGUISTIQUE Spécialité : LANGUE ET INFORMATIQUE

Plus en détail

Utiliser un tableau de données

Utiliser un tableau de données Utiliser un tableau de données OBJECTIFS : - Définir une Base de Données. - Présentation : tableau de données. - Création d un tableau de données - Gestion d un tableau de données. - Trier et Filtrer des

Plus en détail

Doctorate of Business Administration Programme francophone

Doctorate of Business Administration Programme francophone Mis à jour le 11-10-13 Doctorate of Business Administration Programme francophone 1. Présentation du programme DBA(F) Le programme Doctorate of Business Administration (DBA) assuré à distance par l American

Plus en détail

Les bonnes résolutions

Les bonnes résolutions Les bonnes résolutions Contact : Philippe Le Magueresse plemagueresse@opinion-way.com Janvier 2015 Méthodologie 22 602 286 extraits collectés du 29 Décembre 2014 au 7 Novembre 2014 Sur Janvier 2015 le

Plus en détail

L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE

L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE 2009 L INTELLIGENCE D AFFAIRE DANS LA VIE QUOTIDIENNE D UNE ENTREPRISE Chapitre 1 : BI Une introduction La plupart des administrateurs de bases de données (DBA) ont rencontré une certaine forme de business

Plus en détail

Plateforme de capture et d analyse de sites Web AspirWeb

Plateforme de capture et d analyse de sites Web AspirWeb Projet Java ESIAL 2A 2009-2010 Plateforme de capture et d analyse de sites Web AspirWeb 1. Contexte Ce projet de deuxième année permet d approfondir par la pratique les méthodes et techniques acquises

Plus en détail

L ANALYSE COUT-EFFICACITE

L ANALYSE COUT-EFFICACITE L ANALYSE COUT-EFFICACITE 1 Pourquoi utiliser cet outil en évaluation? L analyse coût-efficacité est un outil d aide à la décision. Il a pour but d identifier la voie la plus efficace, du point de vue

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

Étude auprès de la génération X. Le paiement virtuel et la gestion des finances personnelles

Étude auprès de la génération X. Le paiement virtuel et la gestion des finances personnelles Étude auprès de la génération X Le paiement virtuel et la gestion des finances Rapport Présenté à Madame Martine Robergeau Agente de Développement et des Communications 11 octobre 2011 Réf. : 1855_201109/EL/cp

Plus en détail

Collège Sainte-Gertrude de Nivelles 7 ème Gestionnaire de Très Petites Entreprises. Vade-mecum

Collège Sainte-Gertrude de Nivelles 7 ème Gestionnaire de Très Petites Entreprises. Vade-mecum Collège Sainte-Gertrude de Nivelles 7 ème Gestionnaire de Très Petites Entreprises Vade-mecum Guide de l étudiant pour la réalisation d un travail de qualification Table des matières Fiche 1 : OBJECTIF

Plus en détail

Thèmes et situations : Agenda et Emploi du temps. Fiche pédagogique

Thèmes et situations : Agenda et Emploi du temps. Fiche pédagogique Ressources pour les enseignants et les formateurs en français des affaires Activité pour la classe : CFP Crédit : Joelle Bonenfant, Jean Lacroix Thèmes et situations : Agenda et Emploi du temps Fiche pédagogique

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

Plus en détail

ANNEXE 1 RÈGLEMENTS GÉNÉRAUX 1 ASSOCIATION DES ARCHÉOLOGUES PROFESSIONNELS DU QUÉBEC (AAQ) CODE D ÉTHIQUE ET DES NORMES PROFESSIONNELLES

ANNEXE 1 RÈGLEMENTS GÉNÉRAUX 1 ASSOCIATION DES ARCHÉOLOGUES PROFESSIONNELS DU QUÉBEC (AAQ) CODE D ÉTHIQUE ET DES NORMES PROFESSIONNELLES ANNEXE 1 RÈGLEMENTS GÉNÉRAUX 1 ASSOCIATION DES ARCHÉOLOGUES PROFESSIONNELS DU QUÉBEC (AAQ) CODE D ÉTHIQUE ET DES NORMES PROFESSIONNELLES Ce code fait partie intégrante du règlement de l'association des

Plus en détail

TP 2 Réseaux. Adresses IP, routage et sous-réseaux

TP 2 Réseaux. Adresses IP, routage et sous-réseaux TP 2 Réseaux Adresses IP, routage et sous-réseaux C. Pain-Barre INFO - IUT Aix-en-Provence version du 24/2/2 Adressage IP. Limites du nombre d adresses IP.. Adresses de réseaux valides Les adresses IP

Plus en détail

2 nd semestre. Synthèse de l étude D3 Parcours Analyse de la fidélité des clients par marque. En partenariat avec

2 nd semestre. Synthèse de l étude D3 Parcours Analyse de la fidélité des clients par marque. En partenariat avec 2 nd semestre 2014 Synthèse de l étude D3 Parcours Analyse de la fidélité des clients par marque En partenariat avec Note de synthèse 1 +33 6 87 70 31 12 1. Cadre général L étude D3 Parcours est réalisée

Plus en détail

L évaluation de la performance de la communication media

L évaluation de la performance de la communication media L évaluation de la performance de la communication media Pascal ROOS Enseignant en BTS Management des Unités Commerciales Lycée Edmond Rostand, Saint Ouen l Aumône (95) «Je sais qu un dollar de publicité

Plus en détail

FORMATION DE COACH CERTIFIÉ

FORMATION DE COACH CERTIFIÉ FORMATION DE COACH CERTIFIÉ Les publics ciblés : Toute personne souhaitant intégrer ce métier d accompagnement auprès des particuliers (coaching de vie), dans les Entreprises. Toute personne ayant déjà

Plus en détail

La Chaire Accenture Strategic Business Analytics de l ESSEC

La Chaire Accenture Strategic Business Analytics de l ESSEC La Chaire Accenture Strategic Business Analytics de l ESSEC La création de nouvelles opportunités par l analyse des données Dans le monde numérique actuel, l analyse des données est au cœur des réseaux

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

COMMUNIQUÉ LA CULTURE AUTREMENT. Pour diffusion immédiate

COMMUNIQUÉ LA CULTURE AUTREMENT. Pour diffusion immédiate COMMUNIQUÉ Pour diffusion immédiate Télé-Québec lance une plateforme culturelle sur le Web La Fabrique culturelle : le seul espace public collectif dédié à la culture au Québec 11 mars 2014 Montréal La

Plus en détail

LA SEGMENTATION DANS LES WEB ANALYTICS

LA SEGMENTATION DANS LES WEB ANALYTICS Online Intelligence Solutions LA SEGMENTATION DANS LES WEB ANALYTICS Une approche des concepts fondamentaux Par Jacques Warren WHITE PAPER WHITE PAPER A PROPOS DE JACQUES WARREN Jacques Warren évolue en

Plus en détail