Table des matiÃ¨res - Gilles Daniel

More documents

Recommendations

Info

214 Modélisation et simulation multi-agents pour Sciences de l'Homme et de la Société. autrement inaccessibles. La validité des comportements induits et donc leur extrapolation restent cependant encore sujettes à discussion. 9.8. Conclusion : avec ou sans les acteurs La modélisation multi-agents pour les sciences humaines et sociales peut prendre deux chemins : se développer comme un outil « de laboratoire », utile à la réflexion et à la production des chercheurs, ou comme une méthode « de terrain », alternative à d’autres techniques plus classiques d’interaction avec les acteurs. Dans le premier cas, la qualité scientifique et l’efficience de la modélisation sont probablement moins en danger ; mais, en revanche, il est fort probable que, d’une part, les modèles comportementaux projetés soient différents de ceux constatés, et que, d’autre part, les résultats de ces modèles soient plus difficiles à faire comprendre et accepter s’il s’agit d’aider une décision. L’approche « avec et pour les acteurs » cherche à repositionner les rôles dans le processus de modélisation, en restituant un statut de vérité aux connaissances exprimées par les acteurs, et utilisant la modélisation comme processus à la fois inquisiteur et éventuellement pédagogique. Dans les approches fondées sur les jeux de rôles, on cherche à reconstituer des situations réalistes, même si hypothétiques, dans lesquelles les acteurs peuvent manifester leurs « vrais » comportements. L’analyste peut envisager alors d’en tirer des conclusions efficientes. Modéliser sur le terrain, « avec et pour » les acteurs, ne présente en soi pas de difficultés pratiques majeures, mais c’est un processus souvent plus long, nécessitant des compétences accrues de facilitation et d’écoute, et qui n’est jamais neutre par rapport à la situation des acteurs. Il faut accepter de se placer en rechercheintervention, et en maîtriser les conditions par le recours systématique à l’évaluation longitudinale (i.e. ex-ante, suivi, ex-post) multi-dimensionnelle (cf. supra sur l’évaluation dynamique). On veillera à toujours bien distinguer les actions « centrées recherche », où la délimitation expérimentale et la focalisation sur les hypothèses priment, où le dépouillement des modèles est de rigueur (« KISS 38 »), des actions « centrées décision », où la satisfaction des besoins des acteurs priment, dans un cheminement progressif d’explicitation, d’exploration, d’extrapolation puis d’engagement individuel et collectif. Toutes les voies de la modélisation multi-agents sont potentiellement utiles aux besoins des acteurs et groupes sociaux ; il appartient aux chercheurs en sciences sociales et aux modélisateurs de déterminer ensemble et de façon raisonnée le meilleur recours aux modèles, et de bénéficier de la complémentarité des approches. 38 Keep it simple, stupid ! [Chapitre 4 et introduction seconde partie]
Modéliser avec et pour les acteurs de terrain. 215 9.9. Bibliographie [AXE 76] AXELROD R., Structure of Decision, Princeton, Princeton University Press, 1976. [BER 00] BERGENTI F., POGGI A. “Exploiting UML in the Design of Multi-Agent Systems”, in Proc. of the ECOOP - Workshop ESAW'00, p.96-103, 2000. [CRA 03] CRAPS M., MAUREL P. (eds.) “Social Learning Pool of Questions. An instrument to diagnose Social Learning and IC-tools in European River Basin Management”, combined WP2/WP3 report of the HarmoniCOP project, http://www.harmonicop.info, 2003. [DAN 06] DANIELL K.A., FERRAND N., Participatory Modelling for Water Resources Management and Planning, Aquastress European Integrated Project WP 3.8, 2006. [DAQ 02] D'AQUINO P., BARRETEAU O., ETIENNE M., BOISSAU S., AUBERT S., BOUSQUET F., LE PAGE C., DARÉ W., “The Role Playing Games in an ABM participatory modeling process: outcomes from five different experiments carried out in the last five years”, in Proceedings of the IEMSS Conference 2002, Lugano. vol.2, p.275-280, 2002. [ETI 03] ETIENNE M., LE PAGE C., COHEN M., “A step-by-step approach to building land management scenarios based on multiple viewpoints on multi-agent system simulations”, Journal of Artificial Societies and Social Simulation, vol.6, n°2, 2003. [FER 95] FERBER, J., Les systèmes multi-agents, vers une intelligence collective, InterEditions, Paris, 1995. [FER 96] FERRAND N., “De l'apport potentiel de la sociologie pour l'ingéniérie des systèmes sociaux artificiels”, in Actes des journées de Rochebrune 1996 – Du collectif au social, Paris, Ecole Nationale Supérieure des Télécommunication, 1996. [FER 98] FERRAND N., DEFFUANT G., “Trois apports potentiels des approches "multi-agents" pour l’aide à la décision publique”, Colloque Gestion des territoires ruraux - connaissances et méthodes pour la décision publique, Clermont-Ferrand, 27-28 avril 1998, Cemagref Editions, Antony, p.373-385, 1998. [FER 00] FERRAND N. (ed.), Modèles et systèmes multi-agents pour la gestion de l’environnement et des territoires. Actes du colloque SMAGET, Clermont-Ferrand, 5-8 octobre 1998. Cemagref Editions, 2000. [FER 04] FERRAND N., “Participative tools in the WFD: what's for ”, in 2nd CatchMod Technical Workshop, 16-18 november 2004, Copenhagen, 2004. [FET 04] FETTERMAN D.M., WANDERSMAN A., Empowerment Evaluation - Principles in Practice, Guilford Publications, 2004. [FOW 97] FOWLER M., UML Distilled: Applying the Standard Object Modeling Language, AddisonWesley, Reading, MA, 1997. [GIL 99] GILBERT N., TROITZSCH K.G., Simulation for the social scientist, Philadelphia, Open University Press, 1999. [HAR 04] HARADJI Y., FERRAND N., LI H., “Relations à l’utilisateur et nouveaux usages”, in Systèmes Multi Agents, ARAGO 29, OFTA, TEC&DOC, 2004.
Page 1 and 2:
Table des matières PREMIERE PARTIE
Page 3 and 4:
Première partie Introduction Depui
Page 5 and 6:
Introduction . 9 permettent de form
Page 7 and 8:
Chapitre 1 Concepts et méthodologi
Page 9 and 10:
Concepts et méthodologies multi-ag
Page 11 and 12:
Page 13 and 14:
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Chapitre 2 Introduction à la modé
Page 35 and 36:
Introduction à la modélisation et
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
Page 57 and 58:
Chapitre 3 Explorer les modèles pa
Page 59 and 60:
Explorer les modèles par simulatio
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Chapitre 4 Evaluation et validation
Page 85 and 86:
Evaluation et validation de modèle
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Annexe - épistémologie dans une c
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Chapitre 5 Sciences sociales comput
Page 121 and 122:
Sciences sociales computationnelles
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
Page 137 and 138:
Chapitre 6 La fin des débuts pour
Page 139 and 140:
La fin des débuts pour les systèm
Page 141 and 142:
Page 143 and 144:
Page 145 and 146:
Page 147 and 148:
Chapitre 7 Les modèles agent en g
Page 149 and 150:
Les modèles agent en géographie u
Page 151 and 152:
Page 153 and 154:
Page 155 and 156:
Page 157 and 158:
Page 159 and 160: Les modèles agent en géographie u
Page 165 and 166: Chapitre 8 Essai d’épistémologi
Page 167 and 168: Essai d’épistémologie de la sim
Page 191 and 192: Chapitre 9 Modéliser avec et pour
Page 193 and 194: Modéliser avec et pour les acteurs
Page 209: Modéliser avec et pour les acteurs
Page 213 and 214: Chapitre 10 Modélisation d’accom
Page 215 and 216: Modélisation d’accompagnement. 2
Page 225 and 226: Deuxième partie Modélisation et s
Page 227 and 228: Modélisation multi-agents comme co
Page 233 and 234: Chapitre 11 Des réseaux d’automa
Page 235 and 236: Des réseaux d’automates aux mod
Page 261 and 262:
Chapitre 12 Modélisation, impléme
Page 263 and 264:
Modélisation, implémentation et e
Page 265 and 266:
Page 267 and 268:
Page 269 and 270:
Page 271 and 272:
Page 273 and 274:
Page 275 and 276:
Page 277 and 278:
Chapitre 13 Apprentissage dans les
Page 279 and 280:
Apprentissage dans les modèles mul
Page 281 and 282:
Page 283 and 284:
Page 285 and 286:
Page 287 and 288:
Page 289 and 290:
Page 291 and 292:
Page 293 and 294:
Page 295 and 296:
Page 297 and 298:
Page 299 and 300:
Chapitre 14 Influence sociale, jeux
Page 301 and 302:
Influence sociale, jeux de populati
Page 303 and 304:
Page 305 and 306:
Page 307 and 308:
Page 309 and 310:
Page 311 and 312:
Page 313 and 314:
Page 315 and 316:
Page 317 and 318:
Page 319 and 320:
Page 321 and 322:
Page 323 and 324:
Troisième Partie Introduction à l
Page 325 and 326:
Modélisation multi-agents des syst
Page 327 and 328:
Chapitre 15 Approche conceptuelle d
Page 329 and 330:
Approche conceptuelle de l’espace
Page 331 and 332:
Page 333 and 334:
Page 335 and 336:
Page 337 and 338:
Page 339 and 340:
Page 341 and 342:
Page 343 and 344:
Page 345 and 346:
Page 347 and 348:
Page 349 and 350:
Chapitre 16 « A Monte Carlo approa
Page 351 and 352:
« A Monte Carlo approach to diffus
Page 353 and 354:
Page 355 and 356:
Page 357 and 358:
Page 359 and 360:
Page 361 and 362:
Page 363 and 364:
Page 365 and 366:
Page 367 and 368:
Page 369 and 370:
Page 371 and 372:
Page 373:
Page 376 and 377:
380 Modélisation et simulation mul
Page 378 and 379:
Page 380 and 381:
Page 382 and 383:
Page 384 and 385:
Page 386 and 387:
Page 388 and 389:
Page 390 and 391:
Page 392 and 393:
Page 394 and 395:
Page 396 and 397:
Page 398 and 399:
Page 400 and 401:
Page 402 and 403:
Page 404 and 405:
Page 406 and 407:
Page 408 and 409:
Page 410:
show all

Table des matiÃ¨res - Gilles Daniel

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?