Dynamique des populations de saumon atlantique (Salmo salar) à l'échelle de son aire de répartition : séparer les différentes échelles dans les facteurs de forçage par une approche de modélisation hiérarchique bayésienne
Notice bibliographique
Résumé
Le Saumon atlantique (Salmo salar) compte parmi les migrateurs amphihalins les plus emblématiques. Ce poisson anadrome est présent à l’état sauvage dans tout l’Atlantique Nord, de l’ouest du Connecticut (USA) à la Baie d’Ungawa (Canada), et du nord de l’Espagne à la Norvège. Les caractéristiques particulières de son cycle de vie, notamment les stratégies de migrations entre les milieux marin et dulçaquicole, et les structures spatiales de métapopulation qui en résultent, en font un modèle écologique d’intérêt pour analyser l’effet des pressions anthropiques et environnementales à plusieurs échelles d’espace et de temps, comme la dégradation et la perte des habitats essentiels, la pêche et le changement climatique. Afin de comprendre le fort déclin des populations naturelles de saumon au cours du 20ème siècle, cette espèce a fait l’objet d’une attention scientifique particulière. Les recherches menées dans cette thèse s’inscrivent dans le cadre du projet de recherche européen FP7- ECOKNOWS et sont en lien avec les travaux du groupe de travail pour le saumon de l’Atlantique nord (ICES WGNAS). Elles poursuivent un double objectif : 1) améliorer les fondements méthodologiques du modèle d’évaluation utilisé par le groupe de travail du CIEM (WGNAS) construit à l’échelle des grands assemblages de populations pour l’aide à la décision pour la gestion de l’exploitation en mer; 2) s’appuyer sur une modélisation de la dynamique des populations à large échelle spatiale pour quantifier les variations des traits de vie de la phase marine du saumon, dans la perspective de tester l’hypothèse d’une empreinte des grands changements écosystémiques. Pour répondre à ce double objectif, nous nous sommes appuyés sur une approche de modélisation progressive. Dans un premier temps, nous avons développé un modèle de cycle de vie pour traduire la dynamique de population moyenne résultante d’un assemblage de populations. La modélisation et l’inférence sont réalisées dans le cadre des modèles hiérarchiques Bayesiens qui offrent grande flexibilité pour assimiler des sources de données et d‘informations variées dans les modèles de dynamique de population afin d’estimer les paramètres. L’application de ce modèle à l'Ecosse Est a permis de mettre en évidence un déclin des abondances en mer en lien avec une baisse de la survie lors des premiers mois de la phase marine. Les résultats montrent aussi que les taux de retour des poissons séjournant deux hivers en mer avant la maturation sexuelle ont décliné plus rapidement que ceux des poissons d’un hiver de mer. Dans un second temps, l’approche a été élargie à l’ensemble des populations de saumon de l’assemblage de populations sud-européen, afin d’explorer la cohérence des variations des traits de vie à large échelle, et ainsi tester l’hypothèse d’une réponse commune des populations de saumon à des changements écosystémiques touchant la phase marine du cycle de vie. Le modèle propose une modélisation conjointe de la dynamique des huit régions constituant l’assemblage sud-européen. Les résultats de ce modèle multi-régional mettent en évidence une forte synchronie dans les variations des paramètres de mortalité des post-smolts et dans l’âge de maturation. Les résultats sont en accord avec l’hypothèse du rôle important des conditions trophiques et/ou environnementales lors de la phase marine dans les variations de la dynamique des populations. Dans un troisième temps, nous avons proposé une méthode pour prendre en compte la variabilité interrégionale de la survie oeuf-smolt et sa composante densité-dépendante dans le modèle multi-échelle. Les résultats montrent que prendre en compte la densité dépendance dans la survie des juvéniles pendant la phase dulçaquicole du cycle de vie modifie fortement les estimations de la survie pendant la phase marine. Cela accentue la chute de la survie en mer au début des années 1990 et renforce la corrélation négative entre la survie des post-smolts pendant les premiers mois de leur phase marine et la probabilité de maturer dès la première année en mer. Ces résultats qualitatifs et quantitatifs sur la structure de la variabilité démographique au cours du cycle de vie du saumon atlantique sont discutés au regard de l’influence de différents facteurs de forçage dans une hiérarchie d’échelles spatiales.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».