Résultats de recherche

Les Rencontres IBAF sont organisées depuis 2003, avec une périodicité de 2 ans depuis 2008, par la Division Faisceaux d’Ions de la Société Française du Vide (SFV), doyenne des sociétés nationales du vide dans le monde qui a célébré en 2025 son 80e anniversaire.Comme lors des éditions précédentes, IBAF 2026 proposera un programme riche et varié avec des conférences invitées, des communications orales et posters et des sessions techniques. Le tout agrémenté d’une présence industrielle pour favoriser les échanges entre recherche et innovation. La conférence couvrira un large éventail de thématiques, allant des instruments et techniques de faisceaux d’ions, à la physique des interactions ions-matière, en passant par l’analyse et la modification de matériaux, les applications aux sciences de la vie, aux sciences de la terre et de l’environnement, ainsi qu’aux sciences du patrimoine. Plus d'infos sur le site d'IBAF2026

Nos conférenciers principaux pour 2026 sont la professeure Roosmarijn Vandenbroucke (Université de Gand) et la professeure Nelly Litvak (Université technologique d'Eindhoven). Plus d'infos sur le site "Women in science"

Deadlines Opening of abstract submissions and registrations: 15 September 2025Deadline to submit indicative title and summary: 30 November 2025Deadline for final abstract submissions: 01 May 2026Early bird registration deadline: 01 March 2026 More information on the website

JuryProf. Eli THORÉ (UNamur), PrésidentProf. Patrick KESTEMONT (UNamur), SecrétaireProf. Ranjàna RANDRIANARIVO (Université d’Antananarivo)Dr Valérie CORNET (UNamur)Dr Omayma MISSAWI (UNamur)Prof. Catherine MOUNEYRAC (Université Catholique de l’Ouest)Prof. Gauthier EPPE (ULiège)RésuméThe widespread production and use of plastics have led to their continuous release into the environment. Microplastics (MPs) are now ubiquitous in aquatic ecosystems, where their bioavailability to organisms and potential entry into the food web raise serious environmental and public health concerns. Substantial progress has been made in understanding MP toxicity, and their hazardous potential is now widely acknowledged. However, MP toxicity studies remain complex, as multiple particle characteristics, such as size, shape, polymer type, and sorbed contaminants might influence both bioavailabilityTo bridge this gap, the present thesis adopted a dual, complementary approach: (i) characterizing the environmental occurrence and bioavailability of MPs, and (ii) assessing the ecological relevance of using environmentally derived MPs in in vivo toxicity experiments.Overall, this thesis provides insights into the reproductive and transgenerational effects of environmentally relevant MPs while underscoring the importance of considering particle–pollutant interactions. By combining in situ field data with in vivo laboratory experiments, it demonstrates that the use of environmentally derived MPs represents a more realistic and ecologically meaningful approach to hazard characterization. Further studies should be carried out in this same perspective to generate robust, exploitable data and contribute to establishing a comprehensive MP risk characterization.

JuryProf. Nicolas DENDONCKER (UNamur), PrésidentProf. Sabine HENRY (UNamur), SecrétaireDr Sébastien DUJARDIN (UNamur)Prof. Pierre OZER (ULiège)Prof. Emmanuel TWARABAMENYE (Université du Rwanda)Prof. Caroline MICHELLIER (MRAC et UCLouvain)AbstractThis research investigates community vulnerability to landslides and floods in Northwestern Rwanda, hazards that frequently interact to produce compound disasters. The research focused on understanding the institutional, social, and structural factors that shape vulnerability and adaptive capacity in this disaster-prone region. Using a mixed-methods approach at local-scale, including institutional analysis, household surveys (n = 904), and field observations, the research highlights how vulnerability is shaped by socio-economic conditions, weak institutional coordination, and limited adaptive capacity. A Contextualized Vulnerability Index (CoVI) was developed to map vulnerability patterns, revealing particularly high vulnerability in landslide-prone and dual-hazard zones. The analysis of adaptive capacity showed that while awareness of hazards is high due to lived experiences, financial constraints, and limited technical knowledge hinder communities’ ability to adapt effectively. The study contributes to the literature on social vulnerability and disaster risk reduction by emphasizing the importance of locally grounded, evidence-based strategies to strengthen community resilience in hazard-prone regions.

Charting the DNA methylome landscape in cancer, chronic disease and phenotype Abstract: Our team has developed some of the first pipelines for genome-scale DNA methylation analysis. Our work has revealed aberrant methylation and expression patterns in several cancer types and revealed new mechanism of epigenetic regulation in cancer cells. We are now applying cutting-edge whole genome scale DNA methylation analysis in tissues as well as well as in cell free DNA (epigenetic liquid biopsy) and epigenetic editing platforms to investigate clinically relevant biomedical questions in cancer (for example, methylation map of colorectal, prostate, lung cancer and pancreatic cancer patients). Our work in epigenetic editing has implication in revealing causal function and new epigenetic regulation. In this talk, I will present the key findings from some of our works over the years and also elaborate on some recent and future directions in understanding the role of DNA methylation events in cancer metastasis, early detection, and treatment monitoring in solid cancers and also in chronic diseases and phenotype. More information on the ILEE website

High-Sensitivity Birefringence Mapping Using Near-Circularly Polarized Light I will describe several techniques for mapping a two-dimensional birefringence distribution, which can be classified according to the optical schemes and principles of work:Illumination geometry (transmitted light/reflected light)Image acquisition (sequential acquisition/simultaneous acquisition)Polarization control (electrically controlled variable retardance/mechanical rotation).This classification facilitates a comparative analysis of the capabilities and limitations in these methods for birefringence characterization. Polychromatic polarizing microscopy (PPM) provides unique capabilities to alternative methods. It leverages vector interference to generate vivid, full-spectrum colors at extremely low retardances, down to < 10 nm. PPM is a significant departure from conventional polarizing microscopes that rely on Newton interference, which requires retardances above 400 nm for color formation. Furthermore, PPM's color output directly reflects the orientation of the birefringent material, a feature absent in conventional microscopy where color is solely determined by retardance.Joint seminar of ILEE & NISM!Le séminaire est accessible à des personnes externes également, pas besoin de s'inscrire. Plus d'infos

JuryProf. Max COLLINET (UNamur), présidentProf. Johan YANS (UNamur), secrétaireProf. Flavien CHOULET (Université Marie et Louis Pasteur)Dr Alexandre FELTEN (UNamur)Prof. Mohammed BOUABDELLAH (Université Mohammed IV Polytechnique)Prof. Nadine MATTIELLI (Université libre de Bruxelles)Dr Augustin DEKONINCK (UMons)RésuméSupergene processes are responsible for the redistribution of metals near the surface and can form economically significant mineral deposits. This PhD thesis investigates the evolution (genesis and timing) of supergene mineralization in polymetallic systems from Morocco (Anti-Atlas and Atlas) and France (Provence). The study combines field observations, petrography, geochemistry, stable isotopes analyses and experimental oxidation to provide a multiscale understanding from microscopic characterization to the regional geological evolution.Stable Cu and Fe isotopes show singular fractionation in each deposit, which primarily depends on the primary ore isotopic composition. In addition, specific minerals (i.e., arsenates) may strongly impact Cu fractionation of later formed minerals (i.e., malachite), which can lead to extremely variable Cu isotope compositions across deposits. Hence, Cu and Fe isotopes must be considered as site specific. Experimental investigations complete geological data by quantifying oxidation rates of pyrite and galena under various conditions. These results highlight that the timing of weathering is reproductible and fit with natural examples studied in this thesis via (U–Th)/He and K–Ar geochronology. However, pyrite oxidation (4.3 µm/year) is faster than galena, which may have a catalytic effect  on other sulfides in polymetallic deposits.Overall, supergene mineralization reflects combined controls from mineralogy, host rocks, fluids, climate and tectonics. This work refines genetic models and provides new tools to describe and constrain secondary mineralization, and their potential impact on metallurgical processes.

Flamure Ibrahimi est doctorante en gestion des services et du marketing au Centre de recherche NaDI-CeRCLe de l'Université de Namur (Belgique) à la Faculté EMCP, sous la supervision du Prof. Dr Wafa Hammedi (Université de Namur) et du Prof. Dr Linda Alkire (Texas State University). Elle vient de recevoir la prestigieuse bourse ServCollab Scholarship 2026, une distinction internationale qui récompense et soutient les doctorants dont les travaux s’inscrivent dans le champ de la Transformative Service Research (TSR), des projets doctoraux à haut impact pour la société et l’humanité.

Abstract La maintenance prédictive (PdM) est de plus en plus utilisée pour améliorer la fiabilité des systèmes, réduire les temps d’arrêt et optimiser les coûts opérationnels dans des environnements industriels complexes grâce à la détection d’anomalies. À mesure que les systèmes industriels deviennent plus complexes, avec des composants inter- agissant entre eux et surveillés par des réseaux de capteurs en constante expansion, la détection d’anomalies fait face à de nouveaux défis méthodologiques. En particulier, un manque apparaît dans la littérature qui considère la détection d’anomalies avec des méthodes traditionnelles de Machine Learning (ML) utilisant une approche Single Label Classification (SLC), inadaptée lorsque plusieurs défaillances peuvent survenir simultanément.Les approches traditionnelles de détection d’anomalies basées sur des méthodes de ML utilisant une formulation SLC supposent que chaque observation appartient à une seule catégorie d’anomalie. Cette hypothèse ne tient pas lorsque plusieurs défaillances surviennent simultanément sur le même équipement, ce qui entraîne une perte d’information. Ceci commence par une illustration de cette limite à travers un exemple concret montrant que l’utilisation d’une approche SLC au lieu d’une formulation multi-label dégrade la classification des anomalies simultanées. Pour répondre à ce problème, la détection d’anomalies est reformulée comme un problème de Multi Label Classification (MLC), permettant de détecter plusieurs défaillances au sein d’un même pas de temps. Suite à cette reformulation, la problématique du choix des classificateurs multi- label adaptés au contexte de la Predictive Maintenance (PdM) doit être étudiée. La conclusion générale de la littérature est que la performance des classificateurs dépend fortement du contexte et qu’il existe un grand nombre de méthodes de détection sans qu’aucune ne soit universellement dominante. Bien que des études comparatives approfondies existent dans le domaine du MLC, les jeux de données issus de systèmes complexes sont absents de ces comparaisons, alors même qu’ils présentent des caractéristiques spécifiques telles que des structures en séries temporelles multivariées, un fort déséquilibre des labels et des interactions complexes entre composants.Pour combler ce manque, un protocole d’évaluation structuré et reproductible est proposé afin d’évaluer huit méthodes de ML à l’état de l’art dans un cadre MLC sur trois jeux de données industriels publics. Les résultats confirment que la performance des classificateurs dépend fortement des caractéristiques du jeu de données et qu’aucune méthode ne domine systématiquement tous les scénarios. Toutefois, réaliser ce type de comparaison pour chaque nouveau contexte industriel est coûteux en termes de temps, de ressources computationnelles et de besoins en données, ce qui limite sa faisabilité pour un déploiement industriel réel. La thèse aborde également cette problématique par la réduction de dimension et les méthodes de sélection de variables. Les systèmes de PdM génèrent de grands ensembles de données multivariées dont seule une partie des variables est réellement pertinente pour la détection d’anomalies. Une stratégie évolutionnaire auto-adaptative est proposée pour effectuer une sélection de variables de type wrapper et obtenir un sous-ensemble ne contenant que les variables les plus informatives. Les résultats expérimentaux montrent que la réduction de l’espace des variables améliore l’efficacité computationnelle et, dans la plupart des cas, la performance de prédiction des anomalies. La comparaison de la méthode proposée avec des approches métaheuristiques issues de l’état de l’art sur trois jeux de données PdM et cinq méthodes de détection d’anomalies confirme sa compétitivité en termes de performance prédictive et de taille optimale du sous-ensemble de caractéristiques sélectionné. Enfin, la réduction de l’espace des caractéristiques optimise non seulement les ressources nécessaires à la détection, mais réduit également le nombre de signaux que les techniciens doivent analyser lors des investigations de recherche de cause racine. Cette simplification vise à renforcer la confiance dans le système. Enfin, la thèse traite des aspects pratiques du déploiement des méthodes de détection dans les systèmes complexes. Parmi ceux-ci, on observe un manque de confiance et de transparence chez les techniciens de maintenance et les décideurs. Une analyse de l’interprétabilité et la robustesse des méthodes de détection d’anomalies est fournie afin de contribuer directement à leur déploiement en conditions réelles. Tout d’abord, la stratégie de sélection de variables proposée est évaluée sur un jeu de données PdM public à l’aide d’explications basées sur SHAP afin de vérifier la cohérence entre les variables sélectionnées et celles identifiées comme les plus importantes par des outils dédiés à l’interprétabilité. Les résultats montrent que les variables sélectionnées sont cohérentes avec les plus importantes selon ces outils. De plus, l’analyse visuelle des variables les plus influentes met en évidence que les anomalies sont associées à un sous-ensemble limité et bien défini de signaux venant des capteurs, ce qui contribue à améliorer la transparence et à renforcer la confiance dans les systèmes de détection automatique. En parallèle, il est nécessaire de mener une étude de la robustesse des classificateurs multi-label dans des scénarios contrôlés de dégradation de capteurs, incluant différentes familles de dégradations et plusieurs niveaux de sévérité. Les résultats montrent que la performance des classificateurs peut fortement se dégrader, en particulier en présence de dérives progressives. Pour atténuer cet effet, l’introduction de dégradations de capteurs durant l’entraînement apparaît comme une stratégie pertinente. Finalement, cette thèse propose un cadre structuré pour la détection d’anomalies multi-label dans les systèmes complexes, couvrant les méthodes de classification, l’optimisation de l’espace des variables, l’interprétabilité et la robustesse. Pour chacun de ces aspects, la thèse adopte un point de vue industriel et prend en compte les différences entre les conditions expérimentales contrôlées en laboratoire et les contraintes supplémentaires des environnements complexes réels. Le jury Prof. Katrien Beuls - Université de Namur, BelgiqueProf. Elio Tuci - Université de Namur, BelgiqueProf. Patrick Heymans - Université de Namur, BelgiqueProf. Jenni Raitoharju - Université de Jyväskylä, FinlandeMr. Fabio Pinna - Telespazio, BelgiqueMr. Vito Trianni - ISTC-CNR, Italie Je m'inscris

Sara Belghiti, doctorante à l’Université de Namur (Institut NaDI-CeRCLe) et assistante d’enseignement et de recherche à l’IÉSEG School of Management (France), vient d’être distinguée par l’AMS Review – Sheth Foundation Doctoral Competition for Conceptual Articles (DoCCA) 2026, l’un des concours doctoraux les plus prestigieux au monde en marketing et management théoriques et conceptuels. 

Brendan Reid vient de rejoindre l’équipe de l'Unité de Recherche en Biologie Environnementale et évolutive (URBE), du Département de biologie de la Faculté des sciences.  Cette unité fonctionne comme un écosystème collaboratif, rassemblant des compétences et expertises pour faire avancer la recherche sur les organismes et leurs interactions dynamiques avec l'environnement.  Plongée dans des recherches aquatiques et semi-aquatiques !