978 resultados para Niccolini, G. B. (Giovanni Battista), 1782-1861.
Resumo:
Black and white photograph, mounted on board, 18 ½ cm. x 23 ½ cm. of the G.G.B.G. [Governor General’s Body Guard] on horseback at Camp Niagara.
Resumo:
Black and white photograph, mounted on board, 13 cm x 20 cm of the B Squadron of the G.G.B.G. [Governor General’s Body Guard] at Niagara.
Resumo:
UANL
Resumo:
UANL
Resumo:
UANL
Resumo:
UANL
Resumo:
UANL
Resumo:
UANL
Resumo:
UANL
Resumo:
UANL
Resumo:
UANL
Resumo:
Rapport de recherche
Resumo:
Nous présentons ici la description clinique et génétique d’un syndrome neurocutané unique. Le laboratoire du Dr Cossette a entrepris la caractérisation clinique et génétique d'une famille canadienne-française qui a été identifiée par les Drs Giroux et Barbeau en 1972 et qui comprend plus de 100 personnes sur six générations. Les membres atteints de cette famille présentent des lésions typiques d'érythrokératodermie (EK) (OMIM 133190, EKV1 et EKV2), associées à une ataxie spinocérébelleuse pure. Dans cette famille, l'ataxie est caractérisée par des troubles de la coordination et de la démarche causés par une dégénérescence du cervelet et de la moelle épinière. Cette ataxie est transmise selon un mode autosomique dominant. Une étude antérieure de cette variante d'EK avec ataxie avait suggéré une liaison sur le chromosome 1p34-p35, soit la même région que les formes EKV de type 1 et 2, causées respectivement par des mutations dans les gènes connexin-31 (GJB3; OMIM 603324) et connexin-30.3 (GJB4; OMIM 605425). Cependant, aucune mutation n'a été retrouvée dans ces gènes pour la famille canadienne-française. Nous avons récemment recontacté la famille et effectué des examens détaillés, incluant une imagerie par résonance magnétique (IRM) et un électromyogramme (EMG). Les manifestations neurologiques des individus atteints sont compatibles avec une nouvelle forme d’ataxie cérébelleuse pure à transmission autosomique dominante (ADCA de type III dans la classification de Harding) que nous avons appelée SCA34. Une cartographie complète du génome nous a permis de localiser le gène SCA34 sur le chromosome 6p12.3-q16.2. Également, en collaboration avec les Drs Alexis Brice (Hôpital Pitié-La Salpêtrière, Paris) et Alfredo Brusco (Hôpital San Giovanni Battista di Torino, Italie), nous avons confirmé que trois autres familles européennes avec SCA inexpliquée étaient également liées au locus SCA34. Notre laboratoire a récemment entrepris la recherche des mutations responsables de SCA34. Les résultats de ce criblage de gènes candidats sont présentés dans le chapitre 3 de cette thèse.
Resumo:
Le but de cette thèse est d étendre la théorie du bootstrap aux modèles de données de panel. Les données de panel s obtiennent en observant plusieurs unités statistiques sur plusieurs périodes de temps. Leur double dimension individuelle et temporelle permet de contrôler l 'hétérogénéité non observable entre individus et entre les périodes de temps et donc de faire des études plus riches que les séries chronologiques ou les données en coupe instantanée. L 'avantage du bootstrap est de permettre d obtenir une inférence plus précise que celle avec la théorie asymptotique classique ou une inférence impossible en cas de paramètre de nuisance. La méthode consiste à tirer des échantillons aléatoires qui ressemblent le plus possible à l échantillon d analyse. L 'objet statitstique d intérêt est estimé sur chacun de ses échantillons aléatoires et on utilise l ensemble des valeurs estimées pour faire de l inférence. Il existe dans la littérature certaines application du bootstrap aux données de panels sans justi cation théorique rigoureuse ou sous de fortes hypothèses. Cette thèse propose une méthode de bootstrap plus appropriée aux données de panels. Les trois chapitres analysent sa validité et son application. Le premier chapitre postule un modèle simple avec un seul paramètre et s 'attaque aux propriétés théoriques de l estimateur de la moyenne. Nous montrons que le double rééchantillonnage que nous proposons et qui tient compte à la fois de la dimension individuelle et la dimension temporelle est valide avec ces modèles. Le rééchantillonnage seulement dans la dimension individuelle n est pas valide en présence d hétérogénéité temporelle. Le ré-échantillonnage dans la dimension temporelle n est pas valide en présence d'hétérogénéité individuelle. Le deuxième chapitre étend le précédent au modèle panel de régression. linéaire. Trois types de régresseurs sont considérés : les caractéristiques individuelles, les caractéristiques temporelles et les régresseurs qui évoluent dans le temps et par individu. En utilisant un modèle à erreurs composées doubles, l'estimateur des moindres carrés ordinaires et la méthode de bootstrap des résidus, on montre que le rééchantillonnage dans la seule dimension individuelle est valide pour l'inférence sur les coe¢ cients associés aux régresseurs qui changent uniquement par individu. Le rééchantillonnage dans la dimen- sion temporelle est valide seulement pour le sous vecteur des paramètres associés aux régresseurs qui évoluent uniquement dans le temps. Le double rééchantillonnage est quand à lui est valide pour faire de l inférence pour tout le vecteur des paramètres. Le troisième chapitre re-examine l exercice de l estimateur de différence en di¤érence de Bertrand, Duflo et Mullainathan (2004). Cet estimateur est couramment utilisé dans la littérature pour évaluer l impact de certaines poli- tiques publiques. L exercice empirique utilise des données de panel provenant du Current Population Survey sur le salaire des femmes dans les 50 états des Etats-Unis d Amérique de 1979 à 1999. Des variables de pseudo-interventions publiques au niveau des états sont générées et on s attend à ce que les tests arrivent à la conclusion qu il n y a pas d e¤et de ces politiques placebos sur le salaire des femmes. Bertrand, Du o et Mullainathan (2004) montre que la non-prise en compte de l hétérogénéité et de la dépendance temporelle entraîne d importantes distorsions de niveau de test lorsqu'on évalue l'impact de politiques publiques en utilisant des données de panel. Une des solutions préconisées est d utiliser la méthode de bootstrap. La méthode de double ré-échantillonnage développée dans cette thèse permet de corriger le problème de niveau de test et donc d'évaluer correctement l'impact des politiques publiques.