2946 research outputs found
Sort by
Améliorer la sécurité de l'apprentissage fédéré avec le chiffrement polymorphique et homomorphique
Get PDF« Depuis sa création, l'Intelligence Artificielle (IA) a toujours été un point focal de la recherche, équipant les machines, y compris les ordinateurs et autres, de la capacité d'agir de manière autonome, en émulant ainsi l'intelligence humaine. Les sous-domaines de l'IA, plus particulièrement l'apprentissage machine (ML) et l'apprentissage profond (DL), ont fait preuve d'une efficacité remarquable dans la résolution des tâches d'analyse des données. L'apprentissage machine, caractérisé par un ensemble d'algorithmes permettant aux ordinateurs d'apprendre à partir de données d'entraînement sans programmation explicite, a été largement adopté dans l'industrie, les soins de santé, les transports, l'éducation, le commerce électronique et divers autres secteurs. Cette adoption a été catalysée par son aptitude à découvrir des motifs dans les données, à apprendre d'eux, et à faire des prédictions en conséquence. La croissance de l'apprentissage machine a été facilitée par les progrès des techniques informatiques. Ces progrès ont permis aux spécialistes de l'apprentissage automatique d'analyser des ensembles de données plus importants et de s'attaquer à des problèmes plus complexes, repoussant ainsi les limites de ce qui peut être réalisé. Néanmoins, le domaine reste confronté à une série de défis que l'on peut classer en quatre grandes catégories : les défis liés aux données, les défis liés aux modèles, les défis liés à la mise en œuvre et les défis généraux. Parmi ceux-ci, les questions primordiales de la vie privée et de la sécurité entrent dans la catégorie des défis généraux. D'une part, les modèles de ML restent vulnérables à un spectre d'attaques et de menaces, quels que soient les mécanismes de sécurité mis en œuvre. D'autre part, les préoccupations en matière de protection de la vie privée ont donné naissance à un cadre réglementaire qui restreint l'accès aux données, limitant ainsi les performances des modèles de ML. Il s'agit là d'un obstacle important, car l'efficacité des modèles intelligents est souvent proportionnelle à leur capacité à accéder à des ensembles de données diversifiés et complets. En réponse à ces défis de sécurité et de confidentialité, Google a introduit l'apprentissage machine fédéré, également connu sous le nom de Federated Learning (FL). Le FL a été initialement conçu comme une approche de ML préservant la vie privée, car il élimine le besoin de centraliser les données des utilisateurs pour l'apprentissage des modèles. À la place, les modèles sont distribués aux clients participants, formés localement, puis agrégés par le serveur pour générer un modèle global. Dans ce contexte, un algorithme d'agrégation d'apprentissage fédéré est défini comme le mécanisme utilisé par le serveur pour envoyer des modèles aux clients impliqués dans le cycle d'FL, recevoir les modèles entraînés de leur part et les combiner en un seul modèle global entraîné. Bien que le FL soit prometteur en matière de protection de la vie privée, il reste sensible aux menaces de sécurité. Les chercheurs étudient activement des méthodes pour sécuriser le FL contre diverses attaques, notamment les attaques byzantines, les attaques par inversion, les attaques par porte dérobée, etc., en mettant en œuvre des mécanismes tels que le chiffrement homomorphe, le calcul multipartite sécurisé, la méthode des multiplicateurs à sens alternatif et bien d'autres encore. Bien que des progrès considérables aient été réalisés dans le renforcement des algorithmes FL contre certaines attaques, des vulnérabilités telles que l'attaque par inversion persistent, permettant à des entités malveillantes de discerner les données des utilisateurs contenues dans les modèles entraînés. Cela souligne le besoin pressant de faire progresser les mesures de sécurité dans le domaine du FL. Motivée par l'impératif de renforcer l'apprentissage fédéré contre une multitude d'attaques et reconnaissant le potentiel du chiffrement polymorphe et homomorphe dans l'amélioration de la sécurité, cette recherche présente quatre nouveaux frameworks d'agrégation de l'appre tissage fédéré : PolyFLAG_SVM, PolyFLAM, PolyFLAP et HP_FLAP. Les modèles proposés intègrent le chiffrement polymorphe et homomorphe dans leur architecture, ce qui garantit que les messages échangés entre le serveur et les clients restent protégés contre les entités malveillantes. Les frameworks prennent en charge la formation de plusieurs modèles d'apprentissage machine, permettant aux utilisateurs de sélectionner le modèle le mieux adapté à leur problème spécifique. Ce qui distingue ces frameworks, c'est l'intégration du chiffrement homomorphe et polymorphe, qui renforce leur résilience face aux menaces. Le chiffrement homomorphe permet au serveur d'agréger les paramètres échangés sans déchiffrement, tandis que le chiffrement polymorphe garantit que chaque message échangé entre le serveur et les clients FL est chiffré avec une clé de chiffrement distincte, réduisant ainsi le risque de compromis des clés à pratiquement zéro, puisque ces clés ne sont jamais réutilisées dans le cycle du FL. Cette double couche de sécurité renforce la sécurité globale du FL, en contrant diverses menaces, y compris les attaques par inversion, faisant ainsi progresser le domaine en question. En outre, les frameworks proposés intègrent des techniques de réduction des coûts de communication pour améliorer leur efficacité. Pour valider l'efficacité de ces frameworks, une évaluation complète a été menée, englobant les garanties théoriques, l'analyse de la complexité temporelle et spatiale, les évaluations de l'utilisation des ressources et les évaluations de la qualité de l'apprentissage. Des tests approfondis ont été effectués sur trois ensembles de données distincts, dont un ensemble de données simulées et des données réelles liées à la santé provenant de SHAREEDB et des ensembles de données binaires de Surgical Deepnet. Les résultats empiriques soulignent l'amélioration substantielle de la sécurité, car même dans le cas rare d'une clé de chiffrement compromise ou ayant fait l'objet d'une fuite, le risque pour l'ensemble du système est minime, étant donné la non-réutilisation des clés entre les différentes sessions des clients. Bien que les frameworks proposés offrent effectivement des approches d'agrégation de FL sécurisées et efficaces en termes de communication, ils constituent une base sur laquelle d'autres avancées et intégrations avec les approches existantes peuvent être construites. Une telle intégration peut améliorer la fiabilité et la crédibilité des frameworks proposés et de l'environnement d'apprentissage fédéré dans son ensemble. -- Mot(s) clé(s) en français : Confidentialité, sécurité, attaques par inversion, apprentissage machine fédéré, apprentissage fédéré, chiffrement polymorphe, chiffrement homomorphe, PolyFLAG_SVM, PolyFLAM, PolyFLAP, HP_FLAP, communication efficace. »--
« Since its inception, Artificial Intelligence (AI) has remained a focal point of research, equipping machines, including computers and more with the capacity for acting autonomously, by emulating human intelligence. The subfields of AI, most notably Machine Learning (ML) and Deep Learning (DL), have demonstrated remarkable efficiency in solving data analysis tasks. Machine Learning, characterized by a set of algorithms enabling computers to learn from training data without explicit programming, has gained widespread adoption across industry, healthcare, transportation, education, e-commerce, and various other sectors. This adoption has been catalyzed by its aptitude for uncovering patterns in data, learning from them, and ability to making predictions accordingly. The growth of Machine Learning has been facilitated by advancements in computing techniques. These advancements have empowered ML practitioners to analyze larger datasets and tackle more intricate problems, thus extending the boundaries of what can be achieved. Nevertheless, the domain still grapples with a range of challenges that can be categorized into four broad areas: data-related, model-related, implementation-related, and general challenges. Among these, the overarching issues of privacy and security fall within the category of general challenges. On one front, ML models remain vulnerable to a spectrum of attacks and threats, regardless of the security mechanisms implemented. On the other front, privacy concerns have given rise to a regulatory landscape that restricts access to data, thereby constraining the performance of ML models. This has emerged as a significant hurdle, as the effectiveness of smart models is often commensurate with their ability to access diverse and comprehensive datasets. In response to these security and privacy challenges, Google introduced Federated Learning, also known as Federated Learning (FL). FL was initially conceived as a privacy-preserving ML approach, as it eliminates the need to centralize user data for model training. Instead, models are distributed to participating clients, trained locally, and later aggregated by the server to generate a global model. In this context, a Federated Learning aggregation algorithm is defined as the mechanism used by the server to send models to clients involved in FL cycle, receive trained models from them and merge the them into a single trained global model. While FL has shown promise in preserving privacy, it remains susceptible to security threats. Researchers are actively exploring methods to secure FL against various attacks, including Byzantine attacks, inversion attacks, backdoor attacks, and more, by implementing mechanisms like Homomorphic Encryption, Secure Multi-Party Computation, the Alternating Direction Method of Multipliers and much more. While substantial progress has been made in strengthening FL algorithms against certain attacks, vulnerabilities like the inversion attack persist, enabling malicious entities to discern users' data contained within the trained models. This underscores the pressing need to advance security measures within the FL domain. Motivated by the imperative to fortify Federated Learning against a multitude of attacks and recognizing the potential of Polymorphic and Homomorphic Encryption in enhancing security, this research introduces four novel Federated Learning aggregation frameworks: PolyFLAG_SVM, PolyFLAM, PolyFLAP, and HP_FLAP. These proposed models embed both Polymorphic and Homomorphic Encryption in their architecture, ensuring that messages exchanged between the server and clients remain safeguarded against malicious entities. The models support multiple smart models in training, providing flexibility for users to select the most suitable model for their specific problem. What sets these frameworks apart is the integration of both Homomorphic and Polymorphic encryption, bolstering their resilience against threats. Homomorphic Encryption allows the server to aggregate exchanged parameters without decryption, while Polymorphic Encryption guarantees that each message exchanged between the server and the FL clients is encrypted with a distinct encryption key, thus reducing the risk of key compromise to virtually zero, as these keys are never reused in the FL cycle. This dual-layered security enhances the overall security of FL, countering various threats, including inversion attacks, thereby advancing the FL domain. Moreover, the proposed frameworks incorporate communication cost reduction techniques to enhance their efficiency. To validate the efficacy of these proposed frameworks, a comprehensive evaluation was conducted, encompassing theoretical guarantees, analysis of time and space complexity, resource utilization assessments, and assessments of learning quality. Extensive testing was performed across three distinct datasets, including a simulated dataset and real-life health-related data from SHAREEDB and the Surgical Deepnet Binary datasets. The empirical results unequivocally underscore the substantial enhancement in security, as even in the rare event of a compromised or leaked encryption key, it poses minimal risk to the overall system, given the non-reuse of keys across different client sessions. While these proposed frameworks indeed offer secure, communication-efficient FL aggregation approaches, they present a foundation upon which further advancements and integrations with existing approaches can be built. Such integration can enhance the reliability and trustworthiness of the proposed frameworks and the Federated Learning environment as a whole. -- Mot(s) clé(s) en anglais : Privacy, Security, Inversion Attacks, Federated Machine Learning, Federated Learning, Polymorphic Encryption, Homomorphic Encryption, PolyFLAG_SVM, PolyFLAM, PolyFLAP, HP_FLAP, communication-efficient. »-
SafeRespirator: Comprehensive Database for N95 Filtering Facepiece Respirator Leakage Detection Including Infrared, RGB Videos, and Quantitative Fit Testing
Get PDFThe COVID-19 pandemic underscored the challenges of performing mandatory Quantitative Fit Tests (QNFT) for healthcare professionals and the limitations of self-administered fit checks. To address this, it is crucial to develop faster and more efficient methods for detecting, locating, and quantifying Filtering Facepiece Respirators (FFRs) leakage, providing wearers with immediate feedback on their safety. Infrared (IR) technology, which relies on temperature variation analysis around the face seal, has proven effective for locating leakage but has not yet achieved automated quantification. This paper introduces a validated protocol for creating a comprehensive database to advance automatic leakage detection. The database includes synchronized and calibrated IR and RGB video data, along with QNFT results, collected from 62 participants wearing four different N95 FFR models in four distinct positions. High-performance IR and RGB cameras were used to precisely capture temperature variations, while a PortaCount® instrument served as the reference for fit quantification. Preliminary results using the MediaPipe approach with synchronized and calibrated RGB and IR videos demonstrate that precise tracking of the human face is achievable even with an FFR. The normalized cross-correlation methods further highlight the capability of IR imaging to accurately monitor and detect leakage. This breakthrough paves the way for real-time, automated detection of N95 FFR leakage, potentially deployable at operator workstations. This large, high-quality, open-access database is available to the scientific community to drive innovation in respiratory protection research and beyond
Tribulations d'un leader réflexif en Antarctique : une étude d'inspiration phénoménologique et herméneutique de moments significatifs
Get PDFRÉSUMÉ : Ce projet de recherche se concentre sur l’analyse approfondie de ma pratique du leadership lors d’une expédition d’envergure en Antarctique. Il vise à mieux comprendre mes compétences et mon modèle de leadership. Les objectifs de la recherche comprennent l’identification des moments clés de ma pratique, l’analyse à partir d’un modèle intégrateur, et la modélisation de mon leadership en plein air. Adoptant une approche compréhensive en première personne, la méthodologie s’appuie sur la phénoménologie herméneutique. Les données sont principalement composées de huit récits phénoménologiques de moments clés de ma pratique de leader lors de l’expédition. Leur analyse est basée sur le modèle intégrateur des compétences d’un leader développé par Figueiredo, Sousa, & Tomé (2022). Les résultats révèlent une prédominance inattendue des compétences émotionnelles, soulignant leur rôle crucial pour un leader. L’interprétation des données a également conduit à l’identification de nombreux autres aspects significatifs de ma pratique et à la formulation d’un modèle personnel de leadership. En conclusion, cette recherche offre une contribution novatrice à la compréhension du leadership en contexte extrême. Les enseignements tirés influent directement sur ma pratique actuelle en tant que leader et transcendent le contexte de l’alpinisme, ayant également un impact positif sur mon rôle de guide, d’enseignant et de père. En adoptant une approche réflexive et en se plongeant dans l’expérience vécue, l’étude met en lumière l’importance de l’adaptabilité, de la résilience émotionnelle et de la conscience de soi dans le leadership. -- Mot(s) clé(s) en français : Leadership en contexte d’aventure, étude de pratique, recherche en première personne, description phénoménologique, modèle de compétences. --
ABSTRACT : This research project focuses on an in-depth analysis of my leadership practice during a major expedition to Antarctica. It aims to better understand my leadership skills and model. Research objectives include identifying key moments in my practice, analyzing from an integrative model, and modeling my outdoor leadership. Adopting a comprehensive first-person approach, the methodology draws on phenomenology and hermeneutics. The data consists mainly of eight phenomenological descriptions of key moments in my leadership practice during the expedition. Their analysis is based on the integrative model of a leader's competencies developed by Figueiredo, Sousa, & Tomé (2022). The results reveal an unexpected predominance of emotional competencies, underlining their crucial role for a leader. Interpretation of the data also led to the identification of many other significant aspects of my practice and to the formulation of a personal model of leadership. In conclusion, this research offers an innovative contribution to the understanding of leadership in extreme contexts. The lessons learned directly influence my current practice as a leader and transcend the context of mountaineering, also having a positive impact on my role as a guide, teacher, and father. By taking a reflective approach and delving into lived experience, the study highlights the importance of adaptability, emotional resilience, and self-awareness in leadership. -- Mot(s) clé(s) en anglais : Adventure leadership, practice study, first-person research, phenomenological description, competency model
Effet de l'exposition au son des bateaux cargos sur la structure de la coquille dissoconque des post-larves de moule bleue (Mytilus edulis)
Get PDFRÉSUMÉ : La pollution sonore est un domaine de recherche de plus en plus étudié à cause de l’impact potentiellement dévastateur que celle-ci pourrait avoir sur la vie marine. Dans cette étude, nous avons étudié l’impact du son d’un bateau cargo sur la structure de la coquille dissoconque des post-larves de moule bleue (Mytilus edulis). Les larves pédivéligères ont été exposées durant 3 semaines dans les mésocosmes larvosonics, un outil pour l’étude de l’exposition sonore sur les larves invertébrées. Trois niveaux sonores ont été utilisés : bas (121 dB), moyen (127 dB) et élevé (151 dB), ainsi qu’un contrôle sans exposition sonore représentant l’environnement ambiant (116 dB). Les post-larves obtenus ont été placées dans de la résine époxy sur des lames de microscope (48 coquilles / niveau sonore, 196 coquilles totales) pour être examinées par spectrométrie Raman puis par microscopie électronique à balayage et diffraction d'électrons rétrodiffusés. Les résultats démontrent que la coquille est surtout affectée entre le contrôle et le son bas (121 dB). Cela se traduit notamment en spectroscopie Raman par des changements de positions des modes de vibration associés aux pigments inclus dans les coquilles. Les coquilles semblent présentées moins de trous et de fibres cassées au son faible qu’avec les autres expositions sonores. Le son faible pourrait représenter le niveau sonore présent dans l’environnement naturel des moules en milieu côtier, qui est un niveau sonore plus élevé que le niveau sonore de l’océan en milieu profond. Un son de bateau faible peut donc agir comme un indice positif de sélection de l’habitat lors de la métamorphose des moules. Ce son permet donc à celle-ci de mettre plus d’énergie dans la construction de la coquille et de perdre moins d’énergie lors du choix de son habitat. Le contrôle et le son élevé pourrait créer un délai de métamorphose, engendrant ainsi des moules avec un niveau d’énergie plus faible, ayant une coquille avec plus de trous et des fibres de calcites plus cassantes. Un changement dans l’amplitude de l’ouverture des valves avec un nombre plus élevé de fermetures pourrait être responsable de la création d’un environnement plus acide. La plus faible disponibilité en énergie et l’environnement acide pourrait être les facteurs responsables des différences observées dans la coquille. -- Mot(s) clé(s) en français : Coquille, Moule bleue, Spectrométrie Raman, Mytilus Edulis, pollution sonore. --
ABSTRACT : Noise pollution is gaining more attention in research due to the potential damaging impact that it could have on marine fauna. In this present work, we studied the impact of cargo ship noise on the dissoconch shell structure of blue mussel (Mytilus edulis) post-larvae. The pediveliger larvae were exposed for 3 weeks in larvosonic mesocosms, a tool for sound exposure on invertebrate larvae. Three sound levels were used: low (121 dB), medium (127 dB) and high (151 dB), as well as a control without sound representing the ambient environment (116 dB). The post-larvae obtain were placed in epoxy resin on a microscopy slide (48 shells / sound level, 196 shells in total) to be examined with Raman spectrometry, scanning electron microscopy and electron backscatter diffraction. The results showed that the shell was mostly affected between the control and the low sound level by a change in the vibrational mode of the pigment found in the shell. The resulting shell seems more robust at low sound level than at the other sound exposure with less holes and breaking calcite fibres. This result suggests that the low sound level could be close to their natural environment which is noisier than the ambient noise in the deeper ocean. The mussel used that sound as a positive cue to select their habitat for metamorphosis. The mussel can then invest more energy in building a robust shell and less when finding a habitat. The control and higher sound level could create a metamorphosis delay, resulting in mussel with a lower energy level, creating a shell with more holes and with breaking of calcite fibres. Also, a change in valve opening amplitude with more closure could create a more acidic environment. This, in addition to the lower energy availability, could create the differences seen in the shell studied. -- Mot(s) clé(s) en anglais : Shell, Blue mussel, Raman spectrometry, Mytilus Edulis, noise pollution
Conception d'un capteur de mesure de la concentration des microalgues en culture dans un photobioréacteur
Get PDFRÉSUMÉ : Ce mémoire porte sur la conception d’un appareil non invasif destiné à mesurer en temps réel la croissance des microalgues dans un photobioréacteur. Cet appareil permettra, à terme, d’ajuster les paramètres de culture et de suivre l’évolution de celle-ci. Cet appareil est composé d’une source et d’un capteur d’intensité lumineuse pour mesurer la variation de la rétrodiffusion d’un faisceau lumineux à travers le photobioréacteur. Il effectue ensuite une estimation rapide et périodique de la concentration des particules de matière organique en suspension dans le liquide, constitué principalement de cellules de microalgues dans les procédés de culture. La conception de cet appareil permet une éventuelle transmission des données par signal analogique à un automate de contrôle. Celui-ci calcule les paramètres de régulation des nutriments nécessaires à la croissance des microalgues. Les résultats de cette étude montrent qu’il est possible d’obtenir une bonne corrélation entre la quantité de biomasses et les mesures d’intensité lumineuse de la lumière réfléchie par les particules en suspension pour toute la plage de croissance des cellules. Cette méthode se distingue par son efficacité à fonctionner dans des conditions d’éclairage ambiant variables, en distinguant les interférences de la mesure réelle. -- Mot(s) clé(s) en français : microalgues, photobioréacteur, biomasse, mesure, capteur générique. --
ABSTRACT : This project involves designing a non-invasive device for measuring real-time growth of microalgae in a photobioreactor. The goal is to monitor and adjust the culture’s parameters, as well as track its development. This device consists of a light source and a light intensity sensor. The latter measures the variation in backscattering of a light beam within a photobioreactor. Then, it performs a rapid and periodic estimate of the concentration of suspended organic matter particles in the liquid. In practice, these are the microalgae cells in the culture process. The design of this device should make it easy to transmit data through an analog port to a control system that calculates the required parameters for regulating nutrients in microalgae growth. This study shows that there is a good correlation between the biomass quantity and the light intensity of the reflected light from suspended particles over the whole cell growth range. This method stands out for its ability to work well in different lighting conditions, distinguishing interference from actual measurements. -- Mot(s) clé(s) en anglais : microalgae, photobioreactor, biomass, measurement, generic sensor
Biosourced spherical microbeads from brewer's spent grain for sustainable personal hygiene products
Get PDFMany countries have recently banned the production and importation of petrochemical plastic microbeads for use as exfoliating agents in personal care products. Plastic particles in products of this nature are too small to be retrieved during wastewater treatment and they accumulate in the environment, negatively impacting living organisms and ecosystems. Sustainable alternatives that offer comparable mechanical properties to synthetic plastic microbeads could be developed using biowaste material. Brewer's spent grain (BSG), the primary residue of the brewery industry, is shown herein to be a promising starting material in the development of biodegradable, nontoxic microbeads. After dilute acid hydrolysis, pretreated lignocellulosic pulp from BSG is solubilized using an aqueous system of NaOH and ZnO. Solid microbeads may then be formed by dropping the resulting solution into an acid bath, filtering, and drying. The conditions of each step required optimization to successfully produce spherical microbeads with a mean diameter as small as 1.25 mm, a homogeneous size distribution, and an average hardness of 199 MPa. The beads also demonstrated superior cleansing abilities to commercially available natural exfoliating particles. BSG microbeads are therefore a promising option for use as a physical exfoliating agent in various personal hygiene products. -- Keywords : Brewer's spent grain ; Cellulose ; Green chemistry ; Polymers ; Waste valorization
Laser butt welding of AA7075 aluminium alloy and Ti6Al4V titanium alloy using a Cu interlayer
Get PDFLaser welding of AA7075 and Ti6Al4V, two very different aerospace alloys, was performed with a copper (Cu) interlayer to avoid the brittle Ti–Al intermetallics. The joint was formed owing to the diffusion of Cu into the AA7075 alloy and limited diffusion in Ti6Al4V alloy, followed by eutectic formation at the AA7075/Cu interface. Microstructural and energy dispersive spectroscopy (EDS) analyses of the joint area revealed the presence of eutectic phases at grain boundaries inside the AA7075 fusion zone (FZ). An interfacial Cu3Ti2 phase formed at the solid-state Ti6Al4V/Cu interface. A robust and sound joint was achieved through the effective utilisation of Cu as an interlayer. -- Keywords : Dissimilar joint ; Microstructure ; Tensile strength ; EDS ; Microhardness ; Interlayer
Innover en formation universitaire - un partenariat avec l'Unité virtuelle de soins pour soutenir le développement de l'École virtuelle immersive
Get PDFResponses to spring rainfall and shading in moonworts: trait variability and the dynamics of a genus community
Get PDFIn the context of ongoing global changes, long-term demographic monitoring data is crucial to assess the viability of natural populations. Such data is particularly important when large fluctuations in population size obfuscate background demographic trajectories. Here, we report results from the first 5 years of a long-term monitoring of a moonwort (Botrychium, Ophioglossaceae) community in Bic National Park, eastern Canada. Our objectives were to provide a first estimate of the composition, size, and demography of the moonwort colonies and to evaluate the putative influence of meteorological and microenvironmental variables on the density of aboveground sporophytes and sporophyte trait variability. Individuals were identified to the species level and tallied in each colony (n = 16 colonies) for the first 3 years (2019–2021) and then marked, monitored, and measured in permanent sample plots (n = 27 plots) for the last 3 years (2021–2023). Although colonies did not vary in composition (n = 8 Botrychium species), the number of emerged individuals differed yearly. Moonwort abundance, re-emergence, and trophophore height were associated with rainfall during the period of sporophyte emergence. Post-drought recovery occurred readily, which might reflect rapid recruitment or dormancy in Botrychium. Moonwort abundance declined as shrub cover and herbaceous vegetation height increased whereas trophophore size was smaller under closed tree canopy. Our results suggest spring rainfall as the limiting factor in opened habitats, whereas competition for sunlight may be limiting under closed canopy. The sizable and species-rich moonwort community of the Bic National Park provides key insights into Botrychium ecology and community dynamics
Plafond de verre dans les organisations béninoises
Get PDF« Au Bénin, la réduction des inégalités hommes/femmes au sein des organisations est devenue une priorité. Au fur et à mesure que l'on gravit les échelons hiérarchiques, la présence des femmes ne cesse de décroître. Les organisations sont vues comme des espaces où se forment des relations de pouvoir et des processus informels, souvent inégalitaires, qui influencent l'accès à des postes de responsabilité aux femmes (Laufer, 2005). Cette étude a pour but de comprendre le plafond de verre, c'est-à-dire de mieux comprendre les barrières visibles et invisibles qui influencent l'ascension hiérarchique des femmes dans les organisations béninoises. En s'appuyant sur de la littérature déjà existante, plusieurs sujets ont été reconnus comme des facteurs qui agissent négativement sur la carrière des femmes, les empêchant d'accéder à des postes de responsabilités au même titre que les hommes. Entre autres, on peut citer la conciliation vie privée et professionnelle qui ne permet aux femmes de pouvoirs combiner ses deux sphères de la vie, le harcèlement, les discriminations, les stéréotypes du genre, le climat de travail, l'influence de la culture qui est basée sur une vision patriarcale du travail et de la société, où l'homme continu a exercé sa dominance sur la femme sur tous les plans. La méthodologie utilisée est l'autopraxéographie, une méthode du paradigme épistémologique constructiviste, qui permet au chercheur de se baser sur ses propres expériences vécues et celle de ses proches pour écrire des témoignages. Les résultats obtenus montrent que dans les organisations béninoises, la place de femme reste minoritaire. Peu de femmes béninoises accèdent aux postes de responsabilités. -- Mot(s) clé(s) en français : Conciliation vie privée - vie professionnelle, Harcèlement, Discriminations, Stéréotypes du genre, Préjugés, jeux de pouvoir, Bénin. »--
« In Benin, reducing gender inequalities within organizations has become a priority. As one climbs the hierarchical levels, the presence of women continues to decrease. Organizations are seen as spaces where power relations and informal processes are formed, often unequal, which influence women's access to positions of responsibility (Laufer, 2005). This study aims to understand the glass ceiling, that is to say, to better understand the visible and invisible barriers that influence the hierarchical ascension of women in Beninese organizations. Based on existing literature, several subjects have been recognized as factors which have a negative impact on the careers of women, preventing them from accessing positions of responsibility in the same way as men. Among others, we can cite the reconciliation of private and professional life which does not allow women to combine these two spheres of life, harassment, discrimination, gender stereotypes, the work climate, the influence of culture which is based on a patriarchal vision of work and society, where the continuous man has exercised his dominance over the woman on all levels. The methodology used is autopraxeography, a method of the constructivist epistemological paradigm, which allows the researcher to draw on his own lived experiences and those of those close to him to write testimonies. The results obtained show that in Beninese organizations, the position of women remains in the minority. Few Beninese women access positions of responsibility. -- Mot(s) clé(s) en anglais : Reconciliation of private life and professional life, Harassment, Discrimination, Gender stereotypes, Prejudice, power games, Benin. »-