La durabilité joue un rôle de plus en plus essentiel dans l'élaboration des politiques, des technologies et des comportements individuels, en particulier dans le contexte de l'atteinte des objectifs du Green Deal de l'Union européenne. Parmi les secteurs contribuant de manière significative aux émissions de gaz à effet de serre (GES), le transport représente une préoccupation majeure. Les véhicules électriques (VE) offrent une solution prometteuse pour réduire les émissions grâce à l'absence de moteur à combustion et à l'absence d'émissions directes. Cependant, les impacts environnementaux et sociétaux liés à leur production, notamment lors de l'extraction des matières premières pour les batteries, soulèvent des préoccupations importantes. Celles-ci incluent des risques liés à l'environnement, à la société, à la gouvernance et à la disponibilité à long terme des matières premières critiques. Pour répondre à ces enjeux, cette thèse propose un cadre complet de sélection de batteries pour les VE utilisant une approche intégrée en 4 étapes de Multi-Criteria Decision-Making (MCDM). La méthodologie évalue 12 alternatives de batteries selon un ensemble de critères liés à la durabilité et inclut les contributions à la fois des décideurs (DM) et des citoyens, représentant les utilisateurs finaux des VE. Contrairement aux études précédentes qui reposent uniquement sur l'évaluation des DM ou des clients, cette recherche intègre les perspectives du public, reconnaissant que les préférences des consommateurs influencent fortement l'adoption durable. Les résultats mettent en évidence la sensibilité du choix final de la batterie aux préférences des citoyens, soulignant l'importance de la prise de décision participative dans la conception durable. Pour étudier davantage la robustesse et la précision de la pondération des critères, la seconde partie de la thèse introduit le bootstrap appliqué aux méthodes DEMATEL et AHP dans un environnement flou. Cette phase analyse comment la variation du nombre de DM et la sensibilité des échelles d'évaluation linguistique affectent la stabilité des résultats en fonction du nombre de critères. Les résultats montrent qu'augmenter le nombre de DM réduit l'erreur dans le calcul des poids et que des échelles linguistiques moins sensibles produisent des résultats plus cohérents et convergents. De plus, à mesure que le nombre de critères augmente, un plus petit nombre de DM est nécessaire pour obtenir des résultats fiables, ce qui démontre l'efficacité et la scalabilité de l'approche proposée.