Innovative Projects Realized

Trajectoires d’utilisation de services et de rétablissement des personnes ayant des troubles concomitants de dépendance aux substances psychoactives et en santé mentale

Dans le contexte de réformes des systèmes de soins, incluant ceux en rapport avec la dépendance, cette étude vise à améliorer les connaissances et soutenir la prise de décision sur les profils d’usagers aux prises avec des troubles concomitants de dépendance aux substances psychoactives (alcool et différentes drogues) et de santé mentale. L’objet de l’étude porte sur l’utilisation des services, les trajectoires de rétablissement et leurs prédicteurs. L’étude est pionnière, s’intéressant à l’exploitation des banques de données administratives en santé. L’étude concernera les usagers du Centre de réadaptation en dépendance de Montréal – Institut universitaire (CRDM-IU) qui est le principal dispensateur public de services quant aux addictions dans cette région. Le projet permettra à l’Association des centres de réadaptation en dépendance du Québec de mieux identifier les profils d’utilisation des services et les trajectoires de rétablissement des addictions afin d’adapter les services qu’ils proposent aux usagers aux prises avec des troubles concomitants.

Identifying spiking neurons for local field potentials

This project aims to advance our understanding of how neural circuits encode motor function and make decisions by developing innovative analytical methods for neural data. Current studies analyze brain activity using two signals: spiking neurons, reflecting individual neuron activity, and local field potentials (LFPs), representing collective signals from multiple neurons. While LFPs offer valuable insights into population dynamics, identifying the specific contributions of individual neurons remains a challenge. To address this, we propose extending the multiscale subspace identification (multiscale SID) algorithm introduced by Ahmadipour et al. (2024). This approach integrates spiking activity and LFPs but currently lacks a strong theoretical foundation.

The project focuses on applying and enhancing this method to analyze neural data recorded from frontoparietal regions of monkeys performing a complex decision-making task with conflicting information. By decomposing LFP signals and pinpointing individual neuron contributions, we aim to create a detailed map of neural networks active during decision-making processes. This work will use advanced signal processing, time-series analysis, and statistical mechanics to bridge the gap between empirical data and theoretical models.

The expected benefits include deeper insights into decision-making at cellular and network levels, fostering collaboration between participating institutions and advancing cognitive neuroscience with tools for experimental validation.

Imaging the coma cluster of galaxies with the JVLA

Ce projet de recherche explore les mystères du Coma, un amas de galaxies parmi les plus étudiés de l’univers, en utilisant des données radio de pointe issues du radiotélescope JVLA. L’objectif est de comprendre comment les champs magnétiques cosmiques se forment et comment les particules atteignent des énergies extrêmes dans ces environnements gigantesques. À travers l’analyse des cartes radio et la comparaison avec des données en rayons X, le projet cherche à élucider les mécanismes fondamentaux qui façonnent l’évolution de ces structures cosmiques. Cette recherche, menée entre le Canada et le Royaume-Uni, combine innovation technique et collaboration internationale pour ouvrir la voie à de nouvelles découvertes dans l’astrophysique.

Research on the post-polymerization functionalization of polymers using activated esters

In this project, our focus is on advancing and understanding the functionalization of polymers through the post-polymerization process that equips them with activated functional groups. We aim to fine-tune the properties of dynamic, stimuli-responsive polymers without compromising their initial structures. Rheological studies of polymer structure allows us to use DLP technology to prepare architectures and thus incorporate additive manufacturing techniques to polymer chemistry in order to create a wider array of 3D-printed materials that have tailored responses to stimuli and customizable function groups.

Dentin Collagen Methacrylation for Tooth-Restoration Bonding

The most employed treatment for decayed teeth is restoration with resin-based filling materials. Longevity of resin fillings is considered low, around 7-10 years. Replacement of resin fillings accounts for 75% of all procedures performed in general practice, of which 60% are due to failures at tooth-filling interface. This happens because during bonding procedure the tooth mineral is dissolved by acids exposing the tooth organic component and enzymes that can degrade tooth structure. Moreover, the micromechanical attachment between filling material and tooth, and the lack of a strong chemical interaction between the two structures, produces a porous interface which is prone to saliva and bacteria infiltration leading to failures over time. We have developed a filling material that inhibited the activity of dentin enzymes. Here we propose to chemically modify tooth structure, which will allow for a strong chemical bond between tooth and the anti-enzymatic resin. This should considerably improve the success rates of dental fillings. This will be developed with the University of Sao Paulo. With this exchange, students will gain exposure to different cultures, which will enhance their global awareness and intercultural communication skills. Both universities will strengthen academic ties, and foster innovation through diverse academic environments and resources.

Élaborer des interventions de santé durable conjointes entre intervenants de santé communautaire et de l’urbanisme

Ce projet de collaboration de recherche entre l’Université Laval (ULaval) et l’Université de Lausanne (UNIL) vise d’une part à réunir des acteurs de la santé communautaire, de l’urbanisme et du monde académique, des villes de Québec et de Lausanne pour initier une réflexion sur les possibilités de convergences et de collaborations entre les deux secteurs; d’autre part, à imaginer le développement d’interventions conjointes d’action de santé communautaire en milieu urbain et de tester l’impact de ces interventions sur la santé des patients/citoyens et de la préservation des écosystèmes (co-bénéfices). La méthode utilisée consistera à organiser deux ateliers intersectoriels, l’un à Lausanne et l’autre à Québec, avec les acteurs susmentionnés. Le but principal de ces ateliers sera de préparer les contours d’un programme de recherche pragmatique conjoint ULaval et UNIL : « Santé durable et urbanisme : vision intégrée des secteurs de l’urbanisme et de la santé communautaire ». Ce programme de recherche, qui s’inscrit dans les ambitions des deux universités en matière de santé durable, permettra d’élaborer des recommandations de bonnes pratiques sur des interventions en aménagement du territoire présentant des cobénéfices santé-environnement tout en précisant le rôle des professionnels de santé communautaire dans le déploiement de ces interventions.

Debugging ML via Feature-guided Analysis: from Neuron-based to Ensembles-based Rules

Neural networks support software engineers in their tasks and activities. For example, in the automotive domain, neural networks support automotive software by detecting other vehicles and their distance from the ego vehicle. Unlike other software systems that the engineers manually program, the neural network’s behavior is defined by its training data. Since the behavior of a neural network is learned from data, the interpretation of the reasoning procedure employed by the neural networks is complicated. This project aims to help software engineers debug their neural networks. It is framed in the context of feature-guided analysis: A recent approach to explaining neural network reasoning. The project aims to to (a) understand whether and how feature-guided analysis can help debug neural networks, and (b) extend it to provide consider neurons’ ensembles that can give engineers higher-level debugging information. The results of this work will enhance current software development practices by proposing a novel debugging technique industries can use to understand the behavior of their neural networks.

Mineralogy and geochemistry of selected granitic pegmatites in Uganda

Pegmatites are important sources of several rare elements which are essential for development of modern technologies. The pegmatite deposits in Uganda had been explored and mined until the early 1970’s. At present, they are being re-evaluated and exploration for new deposits is ongoing. Auranda is seeking to establish models for mineral production based on certified, conflict-free production and trading chains. The main objective of this project is to improve the knowledge of the rare-element pegmatite occurrences in central and southern Uganda, while training the next generation of geologists in pegmatite exploration techniques, which can be applied to potential deposits being identified in Canada. Field work, electron microprobe, cathodoluminescence microscopy, geochronology, and other techniques will be used to:
1. Determine the spatial distribution of rare-element pegmatites and the regional zoning of individual pegmatite groups.
2. Identify the affiliation of pegmatites to their parental granites.
3. Assess the accuracy and practicality of mica geochemistry and mineralogy as an exploration tool for non-exposed rare-element pegmatites.
4. Distinguish metamorphic, pegmatitic and hydrothermal quartz.
5. Assess fractionation degree, classification, depth of origin, and types of post-magmatic processes affecting the rare-element mineralization.

Artisanat et santé : l’utilisation d’objets artisanaux dans la médecine traditionnelle communautaire.

Le projet de recherche que nous proposons s’inscrit dans le cadre de l’entente bilatérale de collaboration de recherche conclue entre l’Universidad Intercultural Indígena de Michoacán (UIIM) du Michoacán, Mexique et l’UQAT de Québec, Canada. Celui-ci poursuit l’objectif de rendre visible l’usage et l’importance des métiers de l’artisanat dans les pratiques de promotion de la santé dans les communautés P’urhépecha du Michoacán et les communautés autochtones de la région de l’Abitibi-Témiscamingue, ainsi que d’étudier les significations symboliques de l’artisanat chez les peuples autochtones, en tenant compte de son impact sur la santé des artisans et de la communauté à laquelle ils appartiennent.
De même, identifier le lien entre le travail artisanal et l’identité culturelle, la pratique de la santé communautaire et le maintien des langues maternelles des communautés. Cette proposition de recherche peut être l’occasion pour le Dr Oscar Labra Labra, chercheur actif reconnu pour travailler sur le thème de la santé communautaire, qui serait également le superviseur direct de notre recherche, d’aborder le sujet de la santé communautaire sous de nouvelles perspectives, en lien avec cela avec le domaine des métiers artisanaux qui se développent dans les communautés autochtones.

Stage de Recherche

Ce projet vise à explorer l’impact des grandes infrastructures de transport, comme le tramway et l’élargissement du pont Pierre Laporte, sur la congestion routière et les émissions de gaz à effet de serre dans la région de Québec. En utilisant un outil de simulation avancé appelé METROPOLIS, le stagiaire analysera comment ces projets peuvent améliorer la fluidité du trafic et réduire les impacts environnementaux. Ce travail permettra de produire des documents clairs et accessibles qui guideront les décideurs publics dans l’élaboration de politiques de transport durable, tout en offrant des solutions concrètes pour améliorer la qualité de vie des citoyens.

Prediction of High-Level-Descriptors in Game Audio

This project aims to research a new set of algorithms that extract audio features from audio files in sound effect libraries and use machine learning approaches to predict high-level audio descriptors–such as emotional adjectives–to enhance game audio file labelling. This research project will assist our partner organization by providing them with a set of algorithms that can be used for the detection and comparison of high level descriptors within their own sound libraries to differentiate their product from competitors, while at the same time providing an improved experience for their users.

HPN Hyperautomation Platform

HPN is building a hyperautomation platform using data science, artificial intelligence (AI), and machine learning (ML) techniques to hyperscale its unique business model. The expected outcomes from this platform will be scale up of revenue internationally along with improved operating margins; enhanced member and customer experience through self-service and AI concierge services; and innovation in our business model by unlocking the predictive and learning capabilities of our data. The intern will be responsible for developing an initial data taxonomy and entity-relationship framework on current data sets; identifying and defining hyperautomation use cases based on customer and member journey models; conducting a state of the art review of hyperautomation models/techniques that could be used for each use case as well as technical uncertainties; developing correlative and causal hypothesis on data relationships based on the HPN busines model/workfkows/datasets; and supporting experiments based on these hypothesis.