Introduction de connaissances relatives aux comportements des populations dans les systèmes d'alerte précoce - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Introduction of knowledge relative to people's behavior in Early-Warning Systems

Introduction de connaissances relatives aux comportements des populations dans les systèmes d'alerte précoce

Résumé

This thesis deals with the integration of knowledge on population behaviors in the design and evolution of early warning systems, tools that capture signals announcing a crisis and integrate them in the processes of crisis management. The objective is, on the one hand, to provide a framework of reflection to decision-makers on the issues of populations awarness and to take into account their behaviors in case of warning. On the other hand, the objective is to provide decision-making support in crisis cells on the issues related to the warnings and information of the populations, proposing objective and contextualized elements. In this work, population behaviors are considered in terms of environmental and individual determinants, characterized by a list of indicators that can be used in early warning systems. Based on these indicators, we propose an approach for the design of a decision support tool structured in four steps: identification of knowledge, data structuring and collection, decision model generation, model use and update. We use a systemic approach strongly integrated into the research context, at the crossroads between positivism and constructivism. It responds to the project of the ORSEC plan (Organization of the civil security response) reformed in 2004 by the Civil Security Modernization Act, which provides a framework for reflection and general recommendations on crisis management, thus transforming the previous approaches, more process-and-scenario-oriented.
Cette thèse porte sur l'intégration de connaissances sur les comportements des populations dans la conception et l'évolution des systèmes d'alerte précoce, outils permettant de capter les signaux annonciateurs d'une crise pour les intégrer au cœur des processus de gestion de crise. L'objectif est, d'une part, de fournir un cadre de réflexion aux décideurs sur les questions de la sensibilisation des populations et de la prise en compte de leurs comportements en cas d'alerte, et, d'autre part, d'apporter une aide à la décision en cellule de crise sur les questions relatives à l'alerte et l'information aux populations, en proposant des éléments objectifs et contextualisés. Dans ces travaux, les comportements des populations sont considérés sous l'angle de leurs déterminants environnementaux et individuels, caractérisés par une liste d'indicateurs pouvant être utilisés dans les systèmes d'alerte précoce. Basée sur ces indicateurs, nous proposons une démarche pour la conception d'un outil d'aide à la décision structurée en quatre étapes : identification des connaissances, structuration et recueil des données, génération d'un modèle de décision, utilisation et mise à jour du modèle. La démarche s'inscrit dans une approche systémique fortement intégrée à son contexte de recherche, au carrefour entre positivisme et constructivisme. Elle répond à l'esprit du dispositif ORSEC (Organisation de la réponse de sécurité civile) réformé en 2004 par la loi de modernisation de la sécurité civile, qui fournit un cadre de réflexion et des recommandations générales sur la gestion de crise, transformant ainsi les approches précédentes, davantage orientées processus et scénarios.
Fichier principal
Vignette du fichier
2019PSLED029.pdf (3.57 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03220675 , version 1 (07-05-2021)

Identifiants

  • HAL Id : tel-03220675 , version 1

Citer

Maude Arru. Introduction de connaissances relatives aux comportements des populations dans les systèmes d'alerte précoce. Environnements Informatiques pour l'Apprentissage Humain. Université Paris sciences et lettres, 2019. Français. ⟨NNT : 2019PSLED029⟩. ⟨tel-03220675⟩
199 Consultations
120 Téléchargements

Partager

Gmail Facebook X LinkedIn More