HAL Portal AU (University of Avignon)
Not a member yet
35713 research outputs found
Sort by
Mapping the city's trajectory for climate change adaptation: mapping territorial evolution, politics will and planning regulations
No full textInternational audienc
Projet ERC AGROCHRONO Un projet de pointe en archéométrie pour l'étude du développement de l'agropastoralisme dans les zones frontalières Indo-Iranienne
No full textInternational audienc
Les effets des variables socio-démographiques et scolaires sur les parcours des étudiant·es en licence
No full textInternational audienceNumerous educational reforms and democratization policies have participated to welcome an increasingly diverse public in universities, promoting equality and training a more qualified population. With increasing student numbers and relatively low success rates, the notion of success in higher education is central in today’s reflexions. Definitions of success are currently evolving to consider the diversity of students’ backgrounds. The aim of the present paper is to analyze the effects of socio-demographic variables and students’ previous education on their undergraduate career paths, by carrying out a cohort follow-up on 4305 students enrolled from 2016 onwards in the first year of undergraduate studies at Aix-Marseille Université. Binomial logistic regressions were conducted to study four types of pathways: dropping out, linear progression, repeating and reorientation. These different pathways were analyzed in relation to students’ socio-demographic and academic profiles. Our results showed that students from advantaged backgrounds who have had a successful previous education were more likely to follow traditional, linear, non-dropout pathways. Despite the desire for democratization, inequalities are still present in student career paths.Les nombreuses réformes éducatives et politiques de démocratisation visent à accueillir un public de plus en plus diversifié, promouvoir l’égalité et former une population plus qualifiée. Avec la hausse du nombre d’étudiant·es et des taux de réussite assez faibles, la réussite dans l’enseignement supérieur est un sujet au cœur des réflexions actuelles. Aujourd’hui, les définitions de la réussite sont repensées pour prendre en compte la diversité des parcours. L’objectif de ce travail est d’analyser les effets des variables socio-démographiques et de la scolarité antérieure des étudiant·es sur leurs parcours en licence, en réalisant un suivi de cohorte sur 4 305 étudiant·es inscrit·es à partir de 2016 en première année de licence à Aix-Marseille Université. Des régressions logistiques binomiales ont été menées pour étudier quatre types de parcours : le décrochage, la progression linéaire, le redoublement et la réorientation. Ces différents parcours ont été analysés en lien avec les profils socio-démographiques et scolaires des étudiant·es. Nos résultats montrent que les étudiant·es issu·es de milieux favorisés et ayant eu une scolarité antérieure réussie sont plus susceptibles de suivre des parcours traditionnels, linéaires et sans décrochage. Malgré la volonté de démocratisation, des inégalités demeurent présentes dans les parcours des étudiant·es
Chemical imaging reveals phosphorus mobilization patterns in earthworm-engineered drilosphere
No full textInternational audienceEarthworms are soil ecosystem engineers who play a crucial role in phosphorus (P) cycling, encompassing inorganic P desorption and organic P mineralization. Although the role of earthworms in P mobilization is well documented, the spatial distribution of P mobilization processes and critical microbial species within the earthworm-engineered soil microhabitat, known as the drilosphere, remains to be determined. This study investigated P mobilization and redistribution in the drilosphere by ex situ chemical analyses, in situ soil zymography and diffusive gradients in thin-films imaging, and assessment of the microorganism communities. Endogeic earthworm species Metaphire guillelmi was incubated for 30 days in pots filled with soils Fluvisol or Acrisol with different total P contents (0.6 and 1.2 mg kg−1, respectively). Chemical analyses revealed that total P content in earthworm casts increased by 120 % in Fluvisol and 7.7 % in Acrisol. Available P content increased by 8.5 times in Fluvisol and 4.4 times in Acrisol in the drilosphere compared to bulk soil due to elevated acid/alkaline phosphatase activities and intensified Fe/Al-bound P desorption amongst others. Imaging identified co-existing and distinct hotspots for available P and acid phosphatase activity in soils surrounding the burrow walls, with hotspot proportions of 0.1 %‒3.1 % and 5.4 %‒7.5 % of the imaged areas. Earthworm activity increased the abundance of specific bacterial (Aeromonas and Flavobacterium) and fungal (Scedosporium and Podospora) taxa potentially contributing to P mobilization. The correlation between the distribution of metal-bound adsorption sites, phosphatase activity, and diffusion mechanisms contributed to the available P redistribution in the soil. These findings provide insights for developing soil management strategies that harness earthworm-mediated P cycling to optimize nutrient use efficiency and reduce external P inputs in sustainable agricultural systems
Overview of Sensing and Data Processing Technologies for Smart Building Services and Applications
No full textInternational audienceInternet of things (IoT) and big data technologies are increasingly gaining significance in the implementation of various services and applications. Consequently, much of the research focused on energy efficiency and building management revolves around integrating IoT and big data technologies for data collection and processing. Occupancy detection, comfort, and energy management are the most important services for optimizing building energy consumption in smart buildings, and environmental data play a key role in improving these services. Furthermore, the integration of advanced and recent techniques, such as IoT, big data, and machine learning, is progressively becoming more vital for both researchers and industries. This paper presents and discusses various emerging technologies that will contribute to designing novel IoT-based architectures to improve smart building services. These technologies offer innovative solutions to address the challenges of interoperability, scalability, and real-time data processing within intelligent environments, paving the way for more efficient, adaptive, and user-centric smart building systems. The main aim of this research is to help researchers define an optimal architecture that presents all layers, from sensing to big data stream processing. We established comparative criteria between the most popular data processing techniques to select the appropriate framework for developing intelligent platforms for managing building services, such as occupancy detection systems and occupants' comfort management, and further, to enhance the deployment of digital twins for critical environment monitoring and anomaly detection. The proposed architecture uses Apache Kafka, Apache Storm, and Apache SAMOA as its core components, creating a comprehensive platform for efficient data collection, monitoring, and processing with high performance in terms of fault tolerance and low latency.</div
Modèle Accusatoire et Proactif pour la Cyber Déception
No full textThe Internet of Things (IoT) is one of today's most extensively studied paradigms. It refers to a network of physical objects interconnected via the Internet, capable of collecting, exchanging, and processing data through sensors, software, and other integrated technologies. The IoT spans a wide range of devices, from domestic appliances to industrial equipment, enabling them to autonomously interact in various sectors such as the environment, agriculture, industry, healthcare, transportation, defense, and more.Within the IoT, sensors play a central role as essential components for data collection. They are crucial in detecting and measuring variables such as temperature, humidity, and vibrations and transmitting this information to other devices via wireless networks. These data are integral to driving decision-making processes and automation in numerous fields.However, due to their limited energy, memory, and computing power resources, sensors are highly vulnerable to security threats. They cannot implement robust security protocols or apply traditional security measures based on cryptographic techniques commonly used in the broader Internet. Furthermore, some conventional security methods may be ineffective in addressing internal attacks, particularly in wireless sensor networks. This underscores the need for developing tailored security mechanisms that ensure not only the reliability of these networks but also their long-term sustainability.Our work primarily focuses on proposing defense models against energy-based attacks targeting connected devices in general and sensors in particular, within the context of the IoT. Energy-based attacks, also known as energy-draining attacks, are cyberattacks specifically designed to exploit the energy consumption of network nodes. Their main objective is to rapidly deplete the batteries of sensors by taking advantage of their limited resources. This can be achieved in several ways, such as forcing sensors to perform energy-intensive tasks, like receiving or transmitting unnecessary data, keeping them in power-consuming operational states, or preventing them from entering sleep mode, which is essential for preserving their autonomy and extending their lifespan. These attacks can cause serious consequences, including communication disruptions, data loss, or even the complete failure of critical nodes, ultimately compromising the overall functionality and efficiency of the network.The primary objective of our work is to model the conflicting interactions between the defenders of an IoT network, such as wireless sensor networks (WSNs), and attackers seeking to disrupt or compromise these systems, using game theory as the main analytical tool. Game theory is a powerful mathematical approach that models interactions between multiple intelligent and rational agents. Applied to our problem, it allows us to analyze and anticipate the strategic behaviors of the actors involved in such conflicts. This approach provides a formal representation of the decision-making process of each party within a system, taking into account their objectives, available resources, and existing constraints.By applying game theory to these conflict scenarios, we can evaluate the different strategies employed by attackers and defenders and determine game equilibria that describe their optimal behaviors. This enables us to formulate optimal responses to energy-based attacks, anticipate adversarial actions, minimize risks, and optimize resource utilization. Through this approach, we can develop tailored defense solutions suited to the dynamic and complex environments of WSNs or IoT systems, ensuring their resilience and long-term sustainability. In summary, game theory provides a structured and rigorous framework for designing defense mechanisms that ensure the security and efficiency of networks under energy-based attacks and other emerging threats. In this context, we propose three articles focusing on theL'Internet des objets (IoT) est aujourd'hui l'un des paradigmes technologiques les plus étudiés. Il désigne un réseau d'objets physiques interconnectés via Internet, capables de collecter, d'échanger et de traiter des données grâce à des capteurs, des logiciels et d'autres technologies intégrées. L'IoT englobe une vaste gamme d'appareils, allant des équipements domestiques aux infrastructures industrielles, leur permettant d'interagir de manière autonome dans divers domaines tels que l'environnement, l'agriculture, l'industrie, la santé, les transports, la défense, et bien d'autres.Dans ce contexte, les capteurs jouent un rôle central en tant qu'éléments essentiels de la collecte de données. Ils mesurent et détectent des variables telles que la température, l'humidité ou les vibrations, transmettant ces informations à d'autres dispositifs via des réseaux sans fil. Ces données sont cruciales pour alimenter des processus décisionnels automatisés dans de nombreux secteurs.Cependant, en raison de leurs ressources limitées en énergie, mémoire et puissance de calcul, les capteurs sont particulièrement vulnérables aux menaces de sécurité. Ils ne disposent pas des capacités nécessaires pour implémenter des protocoles de sécurité robustes ou pour appliquer des mesures de sécurité classiques basées sur la cryptographie, souvent utilisées dans les réseaux internet traditionnels. De surcroît, certaines de ces solutions traditionnelles s'avèrent inefficaces face à des attaques internes, un type de menace très courant dans les réseaux de capteurs sans fil.Ces défis soulignent l'importance de développer des mécanismes de sécurité adaptés, capables de garantir à la fois la fiabilité et la durabilité des réseaux de capteurs IoT sur le long terme.Ainsi, notre travail porte essentiellement sur la conception de mécanismes de défense contre les attaques énergétiques visant les objets connectés en général et les capteurs en particulier, dans le cadre de réseaux sans fil.Les attaques énergétiques, également appelées attaques de drainage d'énergie, sont des cyberattaques spécifiquement orientées vers la consommation énergétique des nœuds d'un réseau. Ces attaques ont pour objectif principal d'épuiser les batteries des capteurs en exploitant leurs ressources énergétiques limitées. Pour ce faire, plusieurs méthodes peuvent être employées, notamment contraindre les capteurs à exécuter des tâches particulièrement énergivores, comme la réception ou l’émission répétée de données inutiles, ou les maintenir dans des états de fonctionnement intensifs en énergie. Une autre méthode courante consiste à empêcher les capteurs d'entrer en mode veille, un état crucial pour la préservation de leur autonomie et de leur longévité. Ces attaques peuvent entraîner de graves conséquences, notamment l'interruption des communications entre les nœuds, la perte de données sensibles, voire la défaillance totale de nœuds essentiels au bon fonctionnement du réseau, compromettant ainsi l'intégrité et l'efficacité globale du système. L'objectif principal de nos travaux est de modéliser les interactions conflictuelles entre les éléments défenseurs d'un réseau IoT, tels que les réseaux de capteurs sans fil, et les attaquants qui cherchent à perturber ou détruire ces systèmes en utilisant la théorie des jeux comme outil principal. La théorie des jeux est une approche mathématique puissante qui permet de modéliser les interactions entre plusieurs agents intelligents et rationnels. En l'appliquant à notre problème, nous pouvons analyser et anticiper les comportements stratégiques des acteurs impliqués dans ces conflits. Cet outil offre une représentation formelle du processus décisionnel de chaque partie dans un système donné, en prenant en compte leurs objectifs, leurs ressources ainsi que les contraintes auxquelles ils sont soumis.En appliquant la théorie des jeux à ces scénarios de conflit, nous pouvons évaluer les différentes stratégies adoptées par les attaquant
Metabolomics as a tool for revealing the secrets of cultural heritage objects
No full textInternational audienc
Précisions concernant la compétence des juridictions de l'UE en matière de PESC en matière de choix politiques et stratégiques
No full textInternational audienc
Investigating dose rate effects and reactive species formation in irradiated multilayer films – part 2 PE/EVOH/PE
No full textInternational audienceThis study investigates the impact of gamma rays, X-rays, and electron beam irradiation on PE/EVOH/PE multilayer films focusing on how dose rate influences polymer modifications and the formation of reactive species like peroxides and methionine sulfoxide from methionine solution, which can affect protein stability. Using advanced analytical techniques such as electron spin resonance (ESR) and highperformance liquid chromatography (HPLC), the study measures radical formation and methionine oxidation. Results indicate that post-irradiation ageing and contact time with methionine significantly affect methionine sulfoxide levels, while the impact of dose rate varies by irradiation technology.Oxidation of methionine solution in contact with irradiated film remains similar whatever gamma, X-ray and e-beam technologies are used to irradiate the film.</div
GECOT : Graph‐based ecological connectivity optimization tool
No full textInternational audienceDie Fragmentierung von Lebensräumen stellt eine erhebliche Bedrohung für die Artenvielfalt dar, da sie isolierte Lebensraumfragmente schafft und die Bewegung und das Überleben von Arten behindert. Die systematische Naturschutzplanung (SCP) hat sich weiterentwickelt und umfasst nun auch die Landschaftskonnektivität, wobei häufig graphbasierte Modelle zur Bewertung und Verbesserung von Lebensraumnetzwerken verwendet werden. Wir stellen GECOT vor, ein Open-Source-Befehlszeilentool zur Lösung von Problemen der Optimierung der Landschaftskonnektivität für mehrere Arten unter Budgetbeschränkungen, wenn die Landschaftskonnektivität mit dem Indikator für die Konnektivitätswahrscheinlichkeit (PC) gemessen wird. GECOT baut auf einem theoretischen Rahmen auf, um die Planung von Naturschutz und Renaturierung als ein Problem der Konnektivitätsoptimierung zu modellieren, bei dem die Optionen die Quantität oder Qualität des verfügbaren Lebensraums und die Durchlässigkeit des Lebensraums und der Landschaftsmatrix beeinflussen. Für eine bestimmte Fallstudie kann GECOT verwendet werden, um die optimale Lösung mit einem gemischt-ganzzahligen linearen Solver oder heuristischen Lösungen mit verschiedenen suboptimalen Algorithmen zu finden, wenn die optimale Lösung zu viel Rechenzeit erfordert.Habitat fragmentation is a critical threat to biodiversity, as it creates isolated patches of habitat and hinders species movement and survival. Systematic conservation planning (SCP) has advanced to include landscape connectivity, often using graph‐based models to assess and enhance habitat networks. We introduce GECOT, an open‐source command line tool for solving budget‐constrained multispecies landscape connectivity optimization problems when measuring landscape connectivity with the probability of connectivity (PC) indicator. GECOT builds on a theoretical framework to model conservation and restoration planning as a connectivity optimization problem where options impact the quantity or quality of available habitat and the permeability of habitat and landscape matrix. For a given case study, GECOT can be used to find the optimal solution using a mixed‐integer linear solver or heuristic solutions with different sub‐optimal algorithms when the optimal solution is too expensive in computation time.La fragmentation de l'habitat constitue une menace critique pour la biodiversité, car elle crée des parcelles d'habitat isolées et entrave le déplacement et la survie des espèces. La planification systématique de la conservation (PSC) a évolué pour inclure la connectivité du paysage, souvent à l'aide de modèles graphiques pour évaluer et améliorer les réseaux d'habitats. Nous présentons GECOT, un outil en ligne de commande open source permettant de résoudre des problèmes d'optimisation de la connectivité du paysage pour plusieurs espèces avec des contraintes budgétaires, lors de la mesure de la connectivité du paysage à l'aide de l'indicateur de probabilité de connectivité (PC). GECOT s'appuie sur un cadre théorique pour modéliser la planification de la conservation et de la restauration comme un problème d'optimisation de la connectivité où les options ont un impact sur la quantité ou la qualité de l'habitat disponible et la perméabilité de l'habitat et de la matrice paysagère. Pour une étude de cas donnée, GECOT peut être utilisé pour trouver la solution optimale à l'aide d'un solveur linéaire à nombres entiers mixtes ou de solutions heuristiques avec différents algorithmes sous-optimaux lorsque la solution optimale est trop coûteuse en temps de calcul