212 - Étudiantes et étudiants du collégial : bastion de la relève en recherche

Le projet de recherche visant le développement d’une station météo a débuté en 2019 par des étudiants et mené par David Beaulieu un professeur de la Technique du Génie Physique du Cégep André-Laurendeau. Cette station avait pour but initial de prendre des mesures de l’environnement d’un glacier à l’aide de plusieurs capteurs (température, humidité etc.) de façon autonome et indépendante durant un an. Elle récolte des données utiles à la surveillance de la fonte des glaciers permettant d’anticiper les effets. Le défi est d’obtenir une durée de fonctionnement supérieur à une année malgré les intempéries. La circuiterie, la consommation des divers capteurs, du microcontrôleur était à peaufiner, le choix minutieux d’un panneau solaire et d’une batterie adaptée à la situation. Cette station a été mise à l’épreuve lors d’une expédition dans la cordillère des Andes où des étudiants et des professeurs ont laissé la station sur un glacier durant quelques jours. Avec le temps, le projet a accueilli des nouveaux étudiants, des nouveaux professeurs et un nouveau projet en parallèle a éclot : une station météo portative pour des fins éducatives. Cette dernière est une version plus compacte et orientée vers des applications pédagogiques. Ces projets nous ont apporté beaucoup d’expériences et de connaissances sur le monde de la recherche, car nous avions beaucoup plus de responsabilité qu’en laboratoire.

Au cours des dernières années, plusieurs études ont été réalisées pour démontrer une corrélation entre l’exposition à la lumière artificielle de nuit, notamment la lumière intrusive, et le développement de certaines maladies, telles que des cancers hormonodépendants. À l’heure actuelle, l’étude de la lumière intrusive se fait en partie par l’extraction des données contenues dans des photographies prises de nuit depuis la station spatiale internationale. Ces images en couleur de grande résolution permettent de déterminer la localisation géographique des lampadaires, leur flux lumineux et leur spectre d’émission. Toutefois, l’extraction des données utiles n’est pas une tâche simple. Elle comprend plusieurs étapes, depuis l’élimination de la lumière naturelle jusqu’à la détermination exacte de l’emplacement des lampadaires à partir de taches lumineuses sur l’image. Une équipe étudiante du Cégep de Sherbrooke présentera la méthode utilisée pour caractériser les sources de lumière artificielle à partir de ces images, qu’elle utilise afin d’étudier la lumière intrusive dans plusieurs villes du monde. Les résultats obtenus par cette méthode dans la ville de Montréal seront ensuite comparés avec un inventaire municipal.

Les endroits exempts de pollution lumineuse sont de plus en plus rares et il est crucial de les protéger. Depuis 3 ans, une équipe multidisciplinaire de Sherbrooke travaille à implanter une Oasis de nuit étoilée dans le parc du Mont-Bellevue. C’est un endroit où il est possible d'observer un ciel étoilé de qualité et qui contribue à la protection de l'environnement nocturne en redonnant à la faune et à la flore un habitat sain. La concrétisation d’un tel projet implique l’adhésion et la mobilisation de plusieurs acteurs tels que des citoyens, des entreprises privées, des organismes et la municipalité. Diverses stratégies comprenant des activités de sensibilisation, de vulgarisation et même de changement d’ampoule à domicile ont été utilisées afin que les citoyens adhèrent au projet. Cela a d’ailleurs permis l’implantation du premier quartier d’intégrité nocturne au monde. Nous présenterons l'avancée des études sur la pollution lumineuse dans le parc et ses alentours ainsi qu’un aperçu des stratégies utilisées pour la réalisation de ce projet collaboratif où la participation des étudiants à travers un mentorat inter-ordre est valorisée.

Cette recherche a permis d’évaluer l’efficacité énergétique d’un moteur alimenté par un variateur électronique de vitesse (VEV) qui permet le réglage à la place du traditionnel procédé par les vannes, dans le cas d’une pompe centrifuge de 1.5 HP dont le débit a été varié de 0 à 40 GPM (gallons par minutes). Nous avons fait des relevés expérimentaux à partir desquels nous avons extrait avec Excel les fonctions mathématiques qui correspondent aux deux types de réglage du débit, par restriction et par le VEV. En dérivant ces deux fonctions, on a pu extrapoler le débit qui correspond au point de fonctionnement optimal du moteur (17.68 GPM). Puis, nous avons simulé le fonctionnement de la pompe pour plusieurs débits et déduit la période de retour sur investissement du VEV de 1.5 HP dont la durée de fonctionnement a été variée dans un très large diapason. Les résultats de la simulation ont montré que la période de retour sur investissement (PRI) dans le cas d’une pompe avec un débit de 10 GPM et qui fonctionne 3000h et 7000h par année est de, respectivement, 13 ans et 9 ans. Dans le même cas de fonctionnement, mais avec un débit de 30 GPM, cette PRI passe à, respectivement, 16 ans et 7 ans. Pour ce qui est du point de fonctionnement optimal de 17.68 GPM, la PRI n’est plus que de, respectivement, 12 ans et 5 ans. Ces résultats montrent clairement l’intérêt de faire fonctionner le moteur alimenté par un VEV dans son point optimal. D’autres relevés et simulations sont en cours.

La méthode traditionnelle d’électroencéphalographie (EEG) requiert souvent plusieurs ordinateurs et du matériel dispendieux, mais Krigolson et.al. ont validé le potentiel en recherche de l’appareil Muse de la compagnie InterXon pour capter les signaux électriques produits par le cerveau. Le problème est qu’ils ont utilisé MATLAB, un outil peu accessible pour la recherche au collégial. Nous avons donc adapté leur méthode dans un système portable et accessible en intégrant des éléments préexistants dans un environnement Python. La plus grande contrainte fut de trouver comment synchroniser les données en EEG avec les évènements d’une expérience comportementale bâtie à l’aide de Psychopy3, un logiciel déjà utilisé à Dawson. La solution que nous avons trouvée puis implémentée fut d’utiliser les modules Lab Streaming Layer (LSL) et Muselsl avec le module de multitraitement afin que tout puisse se passer sur un ordinateur. Enfin, le module MNE remplace MATLAB pour le traitement des données, l’application d’un filtre et le moyennage du potentiel évoqué. Le système a été vérifié par son concepteur sur le test de Stroop et le paradigme oddball et est présentement testé par une vingtaine d'étudiants à Dawson, l'utilisant pour des projets de recherche. La méthode est aussi en phase de validation à l'aide d'une tâche de reconnaissance des visages.  

Krigolson et al., (2021) Using Muse: rapid mobile assessment of brain performance, Front. Neurosci., 15, doi.org/10.3389/fnins.2021.634147

Notre projet de recherche vise à réduire le nombre d’accidents sur nos routes dus à des conducteur.rice.s distrait.es. En effet, le bilan routier au Québec, entre 2016-2020, indique que 22% des accidents ont été causés par la fatigue au volant. De ce fait, il est indispensable de proposer des solutions efficaces et proactives à ce problème. ALIVEmind a pour but d’assister le.la conducteur.rice.s vers une conduite plus responsable et avertie. Nous proposons donc de collecter les données cérébrales du conducteur.rice. tout au long de sa conduite, notamment son attention et son niveau de sommeil. À l’aide de ces données, plusieurs actions peuvent être entreprises afin de prévenir des comportements à risques. Pour ce faire, un algorithme capable de croiser ces données avec celles récoltées dans l’environnement a été développé. Celui-ci permettra de déterminer un seuil minimal de concentration en prenant en considération les conditions routières (heure, météo, trafic, etc.). Dès lors qu’il détecte un niveau d’attention sous le seuil critique, il produira des stimulus externes afin de réveiller le.la conducteur.rice. et avertira les autres véhicules intelligents à proximité du risque potentiel. Pour valider cet algorithme, nous utiliserons un casque de lecture de données cérébrales (ALIVE Mind Controller) ainsi que des voitures miniatures intelligentes conçues au laboratoire LRIMa qui pourront évoluer dans une ville miniature simulant des contextes réels.

Depuis deux ans, des scientifiques se penchent sur les problèmes engendrés par la pandémie de COVID-19 en utilisant la modélisation mathématique. En se basant sur des modèles épidémiologiques de base, nous avons pu en composer un qui s’adapte aux conditions particulières au Québec. Celui-ci nous permet de modéliser les données de l’INSPQ et de comprendre ce qui s’est passé durant les derniers mois pour mieux s’adapter, saisir l’influence des mesures sanitaires mises en place et prédire son évolution. Quelques modèles ont déjà été adaptés à la COVID-19; certains prennent en compte la vaccination, d’autres analysent les variants. Nous les avons combinés en adaptant le modèle SEIR et en y ajoutant les compartiments d’asymptomatiques, d’hospitalisés et de morts, ainsi que les niveaux de protection dus à la vaccination ou à une infection. Grâce aux données des premiers mois de la pandémie, il a été possible de déterminer les taux d’hospitalisation et de mortalité, ce qui permet d’estimer le nombre d’infectés, maintenant que celui-ci n’est plus comptabilisé pour la population générale. De plus, nous avons pu déterminer l’impact des différentes mesures mises en place au Québec depuis le début de la pandémie, ce qui sera utile pour les prises de décisions futures. Une fois le modèle bien adapté aux données québécoises, il sera possible d’analyser les données par variants, ce qui aidera à comprendre leur impact et à prédire les mesures à instaurer pour prévenir une nouvelle vague.