Site emploiBienvenue

Le projet INTERMOB porte sur la problématique du changement des pratiques de mobilité dans la région urbaine grenobloise. Une étude interventionnelle est menée sur une période de 24 mois auprès de 150 volontaires qui souhaitent réduire l’utilisation de la voiture au profit de modes alternatifs moins polluants et plus actifs. L’originalité du protocole de l’étude tient à son approche interdisciplinaire qui considère une pluralité de facteurs géographiques, psychologiques et économiques dans l’observation et l’analyse des processus de changement, et qui cherche à évaluer les bénéfices sanitaires du report modal du point de vue de l’exposition individuelle aux particules fines, du niveau d’activité physique, et du bien-être. L’équipe du projet est composée de 15 chercheur-e-s et ingénieur-e-s issus des laboratoires SENS, PACTE, GAEL et IAB.

https://intermob.hypotheses.org

Vous serez accueilli au sein du laboratoire SENS, sur le campus de Saint Martin d’Hères. Vous travaillerez sous la supervision d’Aïna Chalabaev, Sonia Chardonnel, Sarah Duché, Carole Treibich et Jean-François Coeurjolly, et interagirez avec les chercheur-e-s du projet issus des laboratoires SENS, PACTE, GAEL, IAB, LJK. L’équipe du projet est composée de 15 chercheur-e-s et ingénieur-e-s.

Monitoring, gestion et analyse statistique des données de la cohorte.

• Nettoyer les données
• Structurer et mettre en œuvre différents types d’analyses statistiques (analyses descriptives multivariées, analyses inférentielles et modèles statistiques multi-niveaux)
• Produire des synthèses pour présenter les résultats et les interprétations des analyses statistiques

Déplacements dans les laboratoires partenaires du projet sur le campus (laboratoires SENS, GAEL et LJK) et à l’Institut d’Urbanisme et de Géographie Alpine (Laboratoire PACTE, Avenue Marie Reynoard, Grenoble).

• Être capable de structurer une base de données
• Être à l’aise avec la réalisation de statistiques descriptives et inférentielles
• Être en mesure de modéliser des données par des modèles statistiques de régression, modèles linéaires généralisés, modèles mixtes, analyse de médiation, analyse causale
• Avoir une expertise dans l’utilisation des algorithmes spécialisés en traitement des données (R, Python)
• Faire preuve d’ouverture d’esprit et d’adaptabilité
• Être attiré par le monde de la recherche
• Rester respectueux de l’éthique et de la confidentialité des données et de la recherche
• Démontrer une capacité d’écoute et de synthèse
• Être doté d’une capacité de travail et d’organisation
• Demeurer autonome et fiable
• Faire preuve de curiosité intellectuelle
• Avoir le goût du contact et une aisance relationnelle
• Posséder une bonne qualité rédactionnelle
• Être titulaire d’une Licence (Bac +3) minimum
• Avoir une expérience dans le milieu de la recherche sera apprécié