![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Camiat, F., Restrepo, M. I., Chauny, J.-M., Lahrichi, N., & Rousseau, L.-M. (2021). Productivity-driven physician scheduling in emergency departments. Health Systems, 10(2), 104-117. Lien externe
Fleurance, P., Lahrichi, N., Péton, O., & Restrepo, M. I. (février 2025). Matheuristique pour le routage et la planification de soignants à domicile sous incertitudes [Communication écrite]. 26ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision (ROADEF 2025), Champs Sur Marne, France. Lien externe
Restrepo, M. I., Gendron, B., & Rousseau, L.-M. (2024). Decomposition-Based Algorithms for Mixed-Integer Linear Programs with Integer Subproblems. Dans Crainic, T. G., Gendreau, M., & Frangioni, A. (édit.), Combinatorial Optimization and Applications (p. 227-257). Lien externe
Restrepo, M. I., Rousseau, L.-M., & Vallée, J. (2020). Home healthcare integrated staffing and scheduling. Omega-International Journal of Management Science, 95(102057), Unsp 10205. Lien externe
Roy, P., Restrepo, M. I., Chauny, J.-M., Lahrichi, N., & Rousseau, L.-M. (2020). Predicting patient's consultation length in emergency departments with machine learning. (Rapport technique n° EasyChair Preprint no. 2578). Lien externe
Restrepo, M. I., Gendron, B., & Rousseau, L.-M. (2018). Combining Benders decomposition and column generation for multi-activity tour scheduling. Computers & Operations Research, 93, 151-165. Lien externe
Restrepo, M. I., Gendron, B., & Rousseau, L.-M. (2017). A two-stage stochastic programming approach for multi-activity tour scheduling. European Journal of Operational Research, 262(2), 620-635. Lien externe
Restrepo, M. I., Gendron, B., & Rousseau, L.-M. (2016). Branch-and-price for personalized multiactivity tour scheduling. INFORMS Journal on Computing, 28(2), 334-350. Lien externe
Restrepo, M. I., Gendron, B., & Rousseau, L.-M. (2015). Combining Benders Decomposition and Column Generation for Multi-Activity Tour Scheduling. (Rapport technique n° CIRRELT-2015-57). Lien externe
Restrepo, M. I., Gendron, B., & Rousseau, L.-M. (2015). A Two-Stage Stochastic Programming Approach for Multi-Activity Tour Scheduling. (Rapport technique n° CIRRELT-2015-58). Lien externe