Saret Laagade ; Djab Salah / Cheik Tahar, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Algérie]

Moual Hagaze Makloub ; Moual Taarybete Lahsine / Chikha Zineb, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Moual Tastihlal ; Anya Ben Atya / Chikha Zineb, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Il Kadouje Chaouie ; Fatma de Chikh Djillali / Chikha Zineb, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Tou Micheya de Chikha Zinab ; Dijor Si Thami / Chikha Zinab, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Foutintou Benedra ; Counto Sadidou / Cheloumou Souiri, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Ya Kalbi men Youridue ; Amoudkerene / Cheloumou Souiri, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Ana Ladi Bied ; Had Elgaram / Cheloumou Souiri, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Men Yakoulle ; Moual El Bidhaoui / Cheloumou Souiri, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Moual Zarka ; Moulat El Ghana / Cheloumou Souiri, chant [acc. voc. et instr.]

[Traditions. Afrique du Nord. Maroc]

Hej ! Janosik, Janosik ! : mountaineer song ; Pobili się dwaj górale : mountaineer song / Stefan Jarosz, chant ; orkiestra Fr. Przybylskiego

[Traditions. Europe. Pologne. Tatras]

[Archives de la parole]. , Vieille chanson de clan ; Hymne religieux ; Chant d'amour / Hubert Pernot, éd. ; Duo homme et femme, chant

[Traditions. Polynésie française. Tahiti]

Investigation phytochimique d'une plante médicinale malgache Hypoestes serpens (Vahl) R. Br. (Acanthaceae) variété glabre et étude comparative avec la variété poilue

Résumé A Madagascar, comme dans plusieurs pays en développement, une grande partie de la population utilise les plantes pour se soigner. Plusieurs espèces des plantes sont ainsi utilisées en médecine traditionnelle malgache. Par ailleurs, la plupart de ces plantes ne font l'objet que de très peu d'étude scientifique. En effet, dans le cadre de l'investigation phytochimique de plantes utilisées en médecine traditionnelle malgache et dans la recherche des nouvelles substances biologiquement actives, Hypoestes serpens (Vahl) R. Br. (Acanthaceae) a été étudiée. Elle se présente sous deux variétés (glabre et poilue) qui sont tous utilisées dans la région sud-centre de Madagascar pour traiter la blennorragie. De l'extrait dichlorométhanique des feuilles de H. serpens (Vahl) R. Br. variété glabre, 12 diterpénoides dont 8 nouveaux ont été isolés. Ils ont tous montré une activité antifongique contre un champignon pathogène des plantes, Cladosporium cucumerinum, dans la bioautographie directe sur CCM. Quelques-uns ont également présenté une activité contre une levure saprophyte chez l'homme, Candida albicans et une activité inhibitrice de l'enzyme acétylcholinesterase. Les diterpènoïdes sont déjà considérés comme les principaux métabolites secondaires du genre Hypoestes. Le fractionnement de l'extrait méthanolique a conduit à l'isolement de 5 glycosides des flavonoïdes dont 4 sous formes C-g,lycosides qui n'ont jamais été identifiés dans la famille Acanthaceae. Ces flavonoïdes ont présenté une activité antiradicalaire contre le DPPH. Le fractionnement et la purification des extraits ont été effectués à l'aide des différentes techniques chromatographiques telles que la chromatographie sur colonne ouverte, la filtration sur gel, la chromatographie liquide à haute pression, la chromatographie liquide à moyenne pression et la chromatographie liquide à basse pression. Par ailleurs, les structures des composés isolés ont été élucidées par des techniques spectroscopiques (UV, MS, RMN) et de méthode chimique (hydrolyse acide). En plus de ces techniques, certaines méthodes physiques (cristallographie par rayons-X, mesure de rotation optique) ont été réalisées pour confirmer certaines structures. Comme l'espèce Hypoestes serpens (Vahl) R. Br. se présente en deux variétés, une étude comparative a été effectuée. Cette étude avait montré que ces deux variétés ont une activité biologique similaire. Finalement, une technique analytique couplée, HPLC-UV-APC1-MS a permis de montrer la présence de toutes les substances isolées de la variété glabre dans la variété poilue. Second résumé Depuis des milliers d'almées, l'homme utilise les plantes pour se soigner. De nos jours, même avec le développement de la médecine moderne, la phytothérapie reste toujours la forme des soins de santé abordable et accessible pour la majorité des populations rurales des pays en développement. En outre, les plantes médicinales constituent une source potentielle de molécules biologiquement actives pour les industries pharmaceutiques et actuellement, on estime que 25% des médicaments commercialisés dans le monde sont à base de plantes Dans le cadre de la recherche des nouvelles molécules à intérêt thérapeutique qui pourraient devenir un médicament ou un modèle de structure ("lead compound") pour le développement de nouveaux médicaments, nous avons fait une étude sur l'espèce, Hypoestes serpens (Vahl) R. Br, plante utilisée en médecine traditionnelle malgache. Cette espèce existe en deux variétés, une glabre et une autre poilue qui sont tous utilisées dans la région sud-centre de Madagascar pour traiter la blennorragie. Par ailleurs, les tradipraticiens utilisent de préférence la variété poilue. Dans la première partie de ce présent travail, une investigation phytochimique de H serpens, variété glabre (variété moins utilisée) a d'abord été effectuée afm d'isoler et d'identifier le maximum des molécules biologiquement actives qu'elle contient. De ce fait, 17 composés dont 8 nouveaux ont été isolés. Les potentiels d'activités thérapeutiques des substances isolées ont ensuite été dépistés sur les différents cibles suivants.: deux souches de champignons (Cladosporium cucumerinum et Candida albicans), l'enzyme acétylcholinesterase et le radical DPPH. La deuxième partie de ce travail a été consacrée sur l'étude comparative des deux variétés (glabre et poilue) de H. serpens à la fois sur le plan biologique et sur le plan phytochimique. A l'issue de cette comparaison, nous avons constaté que l'utilisation de ces deux variétés en médecine traditionnelle malgache n'est pas un hasard ; les deux variétés avaient présenté une activité biologique très remarquable et contiennent les mêmes substances actives. Ces résultats démontrent les potentiels thérapeutiques de H serpens en médecine traditionnelle malgache et pourraient également encourager les tradipraticiens à utiliser la variété glabre tout en protégeant la variété poilue qui est en voie de disparition actuellement. En bref, l'investigation phytochimique de H. serpens justifiée par l'isolement et l'identification de certains de ses principes actifs ouvre la voie aux recherches des médicaments d'origine naturelle. Abstract In Madagascar, as in many developing countries, most people use plants to cure. A large number of plant species are employed in Malagasy traditional medicine. Moreover, most of these plants have been subject only very little scientific study. As part of a phytochemical investigation of plants used in Malagasy traditional medicine and in the search for new biologically active substances, Hypoestes serpens (Vah1) R.Br. (Acanthaceae) was investigated. This species exists in two varieties (glabrous and hairy) which are used in the south-center part of Madagascar to treat gonorrhoea. From the dichloromethane extract of the leaves of H. serpens (Vah1) R. Br. glabrous variety, 12 diterpenoids 8 of which were new, were isolated. They showed antifungal activity against the plant pathogen Cladosporium cucumerinum, in the direct TLC bioautography. Some of them also had activity against the yeast Candida athicans and inhibited acetylcholinesterase. The diterpenes are considered as the principal secondary metabolites of the genus Hypoestes. Fractionation of the methanol extract led to the isolation of 5 flavonoid glycosides, 4 of which were C-glycosides, never before identified in the Acanthaceae family. These flavonoids showed radical scavenging activity against DPPH. The fractionation and the purification of the extracts were achieved by different chromatographic techniques such as open-column chromatography, gel filtration, high- pressure liquid chromatography, medium-pressure liquid chromatography and low-pressure liquid chromatography. Moreover, the structures of the isolated compounds were elucidated by spectroscopic techniques (UV, MS, NMR) and chemical technique (acid hydrolysis). In addition, some physical methods (X-ray crystallography, measurement of optical rotation) were performed to confirm some structures. As the species Hypoestes serpens (Vah1) R. Br. is present in two varieties, a comparative study was carried out. This study showed that these two varieties had similar biological activity. Finally, a coupled analytical technique HPLC-UV-APCI-MS showed the presence of the same compounds in both the glabrous and hairy varieties.

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Une Nouvelle Laïcité Multiculturelle

L’apport de cet article réside dans le concept de «laïcité multiculturelle». Dans les sociétés du XXIe siècle, ce concept représente un progrès vers une égalité de différences où toutes les croyances et religions seraient traitées de façon égalitaire. Le principe de laïcité a constitué un pas en avant vers une plus grande égalité des droits, en Europe la démarche a été au début du XXe siècle. Un siècle plus tard, l’impact sans précédents du phénomène international des migrations a rendu les sociétés européennes multiculturelles de nouveau. Dans ce nouveau cadre, la conception traditionnelle de la laïcité, au lieu d’assurer l’égalité des droits, est devenu un principe arbitraire nuisant, plus particulièr ement à la communauté musulmane. Pour surmonter le trait discriminatoire de la conception traditionnelle de laïcité envers certaines confessions, un nouveau concept s’ avère nécessaire, celui d’une «laïcité multiculturelle» fondée sur l’égalité de différences et le dialogue égalitaire entre les différentes cultures.