Ethnic Identity and School Ambition : the Case of Second Generation Youth from a Latin-American Background in Montreal

Ce mémoire propose d’étudier l’articulation entre l’identité ethnique (à l’adolescence) et l’ambition scolaire – ici définie comme l’ensemble des motivations, des moyens de persévérance et du niveau scolaire – notamment à travers les concepts d’assimilation et de la résistance culturelle (McAndrew 2008). Nous nous intéressons aux jeunes issus de l’immigration latino-américaine à Montréal. Il s’agit d’une analyse qualitative, plus précisément d’analyse de discours qui nous a permis de comprendre comment leurs expériences et leurs représentations des Latinos et des Québécois influencent leur identification ethnique ainsi que leurs perceptions et décisions en milieu scolaire. Les résultats de cette étude démontrent que l’identification ethnique, en corrélation avec le statut socio-économique et le genre, semble être liée à l’ambition scolaire. Malgré une certaine confirmation de la relation classique entre statut socio-économique et niveau de scolarité, les discours des participants ont permis de faire ressortir une particularité ethnique susceptible de contribuer à expliquer le choix de continuer aux études supérieures. Cet impact est plus important chez les jeunes femmes de notre échantillon; celles avec le niveau de scolarité le moins élevé, ont un statut socio-économique moindre et s’identifient davantage à la culture latino, en contraste avec celles les plus éduquées ayant aussi un statut socio-économique supérieur et qui s’identifiaient davantage à la culture québécoise.

The berth allocation problem at port terminals : a column generation framework

Le problème d'allocation de postes d'amarrage (PAPA) est l'un des principaux problèmes de décision aux terminaux portuaires qui a été largement étudié. Dans des recherches antérieures, le PAPA a été reformulé comme étant un problème de partitionnement généralisé (PPG) et résolu en utilisant un solveur standard. Les affectations (colonnes) ont été générées a priori de manière statique et fournies comme entrée au modèle %d'optimisation. Cette méthode est capable de fournir une solution optimale au problème pour des instances de tailles moyennes. Cependant, son inconvénient principal est l'explosion du nombre d'affectations avec l'augmentation de la taille du problème, qui fait en sorte que le solveur d'optimisation se trouve à court de mémoire. Dans ce mémoire, nous nous intéressons aux limites de la reformulation PPG. Nous présentons un cadre de génération de colonnes où les affectations sont générées de manière dynamique pour résoudre les grandes instances du PAPA. Nous proposons un algorithme de génération de colonnes qui peut être facilement adapté pour résoudre toutes les variantes du PAPA en se basant sur différents attributs spatiaux et temporels. Nous avons testé notre méthode sur un modèle d'allocation dans lequel les postes d'amarrage sont considérés discrets, l'arrivée des navires est dynamique et finalement les temps de manutention dépendent des postes d'amarrage où les bateaux vont être amarrés. Les résultats expérimentaux des tests sur un ensemble d'instances artificielles indiquent que la méthode proposée permet de fournir une solution optimale ou proche de l'optimalité même pour des problème de très grandes tailles en seulement quelques minutes.