Évaluation de l’utilité des mesures objectives et subjectives de la charge d’entrainement des artistes de cirque

La gestion de la santé physique et mentale des artistes de cirque est un défi, car les exigences varient beaucoup selon les disciplines de cirque. Actuellement, le suivi de la charge de travail, utilisé pour optimiser l’entraînement et prévenir les blessures dans d’autres sports, n’est pas encore appliqué aux arts du cirque. Ce projet vise […]

Read More
Discussions environnementales et éco-anxiété: Vers l’atteinte d’une conscience environnementale

Le « avant pandémie » et le « après pandémie » divergent sur plusieurs aspects, dont la communication environnementale. D’ailleurs, depuis la pandémie, la population semble davantage fermée aux discussions climatiques, en plus de faire preuve d’éco-anxiété et démontrer moins d’efforts dédiés à la crise climatique. Toutefois, qu’elles sont les solutions viables pour la population […]

Read More
AI/ML in Applied Marine Bioacoustics: Exploring the transfer of existing models from other domains

This project aims to answer the research question “can existing AI/ML models from other domains be applied to help address marine bioacoustics challenges?” One of the key challenges is that marine bioacoustics lags behind terrestrial bioacoustics in the level of research attention and technical advancement. Additionally, bioacoustics as a field has been slower in leveraging […]

Read More
Analyzing process data alongside traditional item responses to obtain more accurate imputation, offering a deeper understanding of respondent behavior and enhancing the quality of imputing missing responses

This project aims to enhance proficiency estimation in large-scale assessments by improving missing-data imputation techniques. Specifically, the study focuses on refining Multiple Imputation with Denoising Autoencoders (MIDAS)—a deep learning-based approach—by incorporating item response time as an additional contextual feature. Unlike traditional item response theory (IRT) or regression-based methods, which rely on strong assumptions, the proposed […]

Read More
Conformal prediction, fairness and calibration

The internship focuses on the intersection of mathematics, machine learning, and ethical AI, specifically within the domains of conformal prediction, fairness, and calibration. Conformal prediction is a statistical framework that provides mathematically rigorous confidence measures for machine learning predictions, ensuring that the uncertainty quantification is valid under minimal assumptions. In this project, the goal is […]

Read More
AI-assisted Recommendation System for False Positive Reduction at Security Operations Centers

Security Operations Centers (SOCs) are responsible for detection and review of malicious interactions. The SOC issues tickets for interactions that are considered suspicious or threatening. These tickets are then inspected by analysts for approval. For sake of safety, this ticketing system often issues too many “false positives”, i.e., it alerts for interactions that are not […]

Read More
Stage de recherche sur les sources de nutriments contribuant à l’eutrophisation du lac Saint-Pierre

Depuis plusieurs décennies, les propriétaires riverains du lac Saint-Pierre, dans le Kamouraska, s’inquiètent de l’état de santé de leur lac. Plusieurs études ont relevé des signes d’eutrophisation. L’étude réalisée par Pro Faune en 2006 indique que les apports en phosphore dépassent probablement la capacité de support du lac. Depuis la parution de ces rapports, les […]

Read More
Automatisation de la Gestion des CV et des Compétences

(1) Les principales activités du partenaire Équipe Laurence est une firme spécialisée en génie civil composée d’une équipe jeune, dynamique, à l’avant-garde des technologies et appuyée par des gens d’expérience qui ont oeuvré en collaboration avec plus de 50 villes et d’innombrables partenaires privés. (2) Les défis que le partenaire entend résoudre grâce à ce […]

Read More