Objectifs de l’enseignement
Initier l’apprenant aux notions réglementaire, les définitions et origines des textes de loi et les
Connaissances des conséquences pénales.
Connaissances préalables recommandées
Ensembles des contenus de la formation
Compétences visées :
o Capacité à lire et comprendre un texte de loi
o Capacité à appliquer une réglementation
Notions générales sur le droit (introduction au droit, droit pénal).
· Présentation de législation algérienne (www.joradp.dz, références des textes).
· Règlementation générale (loi sur la protection du consommateur, hygiène, étiquetage et
information, additifs alimentaires, emballage, marque, innocuité, conservation).
· Règlementation spécifique (travail personnel, exposés).
· Organismes de contrôle (DCP(Direction de la Concurrence et des Prix), CACQUE(Centre Algérien de Contrôle de la Qualité et de l'Emballage), bureau d’hygienne, ONML(l’Officie National de Métrologie Légale)).
· Normalisation et accréditation (IANOR (Institut Algérien de Normalisation), ALGERAC «organisme algérien d’accréditation»,).
· Normes internationales (ISO(International Organization for Standardization) , codex alimentarius, NA(Normalisation Algérienne), AFNOR(Association Française de Normalisation).)
Travail personnel : Exposés thématiques
Mode d’évaluation : EMD + Travail personnel
Liens COURS LÉGISLATION
https://drive.google.com/file/d/1ZtT4INKueE2SG6iEzEGzBDu76hrbnl6T/view?usp=sharing
https://drive.google.com/file/d/1vVJipgMt8mTMiTsV5gARsBAelY8H9WuT/view?usp=sharing
https://drive.google.com/file/d/17pPCc08OJKEJcjkt7H3wfFQBo-NsaJ3O/view?usp=sharing
https://drive.google.com/file/d/1ET6FaQ1zikIaVH9jY6OHEbGY1_bwjioM/view?usp=sharing
https://drive.google.com/file/d/1ET6FaQ1zikIaVH9jY6OHEbGY1_bwjioM/view?usp=sharing
الــجـمـهـوريـة الـجـزائـريـة الـديـمـقـراطـيـة الـشـعـبـيـة
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
جـامـعـة مـحـمـد الـشـريـف مـسـاعـديـة، سـوق أهـراس
Université Mohamed Cherif Messaadia-Souk Ahras
كــلــيـة عـلـوم الــطـبـيـعـة و الـحـيـاة
Faculté des Sciences de la
Nature et de la Vie
Domaine : Sciences de la Nature et de la Vie.
Filière: Biologie.
Specialité;
Ecotoxicologie animale
Semestre : 2
Master 1:
Coefficient : 3
Crédit : 4
Contenu de la matière (1 cours et 1 TD)/ semaine.
Raison de ERE.
Lorsqu’un site est jugé contaminé et qu’il présente des concentrations de contaminants supérieures aux lignes directrices environnementales en vigueur ou des concentrations possiblement préoccupantes sur le plan écologique, on peut assainir le site en fonction de normes génériques ou utiliser une ERE pour déterminer si et dans quelle mesure il faut prendre des mesures d’assainissement ou d’autres mesures de gestion pour atténuer les risques écotoxicologiques actuels ou futurs..
E-mail: s.sidik@univ-soukahras.dz
Mode d’évaluation : Contrôle continu (des exposés, Interrogation), examen semestriel
Le choix de notre logiciel de statistique R, et la fourniture de code R et de données permettant à vous de s’entraîner et d’apprendre les principes généraux du data mining sous R. R, déjà largement utilisé dans les milieux universitaires, est un outil de plus en plus important pour les praticiens dans le monde de recherche.
Vous êtes encouragés à prendre des cours pratiques de la statistique appliquée basé sur R, non seulement parce que ce module est important sur le plan notation et moyenne finale pour votre cursus universitaire, mais parce que dans l’avenir les employeurs, le laboratoire et les centres de recherche veulent embaucher des analystes maîtrisant R; ce langage doit donc être ajouté au curriculum vitae.
On va aborder une initiation à la programmation sous R avec une approche claire et logique.
En commençant par la présentation du logiciel R, en soulignant les principales fonctionnalites du logiciel R (R est une calculatrice, R et les statistiques, R et les graphiques). Puis je vais vous conduire vers les concepts de bases du logiciel R et l’organisation des données, y compris les méthodes d’importation, de production et d’exportation des données sous R.
Ce module présente plusieurs cas fascinants, y compris une étude de la pollution de l’air, Iris de Fisher et Data Crabs.