Contribution des données d’imagerie à une approche par traits fonctionnels de l’écologie des copépodes arctiques et subarctiques
Notice bibliographique
Résumé
Les copépodes dominent la biomasse du mésozooplancton des régions arctiques et subarctiques, où lumière, glace et production primaire varient fortement selon les saisons. En transformant le carbone fixé par les microalgues en réserves lipidiques pour survivre l’hiver, les Calanus spp. constituent une source d’énergie cruciale pour les poissons, oiseaux et mammifères marins. Historiquement, l’écologie des copépodes était étudiée par un comptage taxonomique après un échantillonnage par filets. Cette thèse propose un autre paradigme dans l’approche et les outils de leur étude. Une approche dite « par traits fonctionnels » est utilisée pour analyser des propriétés mesurables à l’échelle individuelle et influençant le succès écologique des organismes. Les traits fonctionnels (i.e. taille, régime trophique, migration verticale) sont partagés par plusieurs espèces et peuvent être reliés à des fonctionnalités des écosystèmes comme l’export de carbone, l’énergie disponible pour les réseaux trophiques, la résilience, etc. Comme une majorité des traits a une signature morphologique, nous les avons définis sur deux types d’images individuelles du plancton, complémentaires et couramment utilisées : des images in situ de l’Underwater Vision Profiler (UVP) et des images en couleur prises lors d’observations au stéréomicroscope. L’objectif de cette thèse est de comprendre comment les traits fonctionnels des copépodes, identifiés sur des images, peuvent être reliés aux dynamiques environnementales et au fonctionnement des écosystèmes arctiques et subarctiques. Dans le Chapitre 1, nous analysons des images in situ prises par l’UVP au moment de la fonte printanière de la banquise dans l’arctique canadien. Des variables morphologiques sont utilisées pour projeter les images dans un espace statistique, et les axes synthétisent les variations morphologiques en trois traits continus : la taille, l’opacité (qui nous renseigne sur les structures pigmentées), et la complexité du contour (indiquant probablement un taux d’activité par la visibilité des appendices). Cette analyse exploratoire a révélé des traits nouveaux, dont les variations étaient fortement corrélées à la fonte de la banquise et à l’efflorescence des algues. Plusieurs arguments indiquent que les maxima d’opacité des individus peuvent être attribués à la présence d’astaxanthine, un pigment caroténoïde rouge. Dans le Chapitre 2, une revue de la littérature a mis en évidence les conditions écologiques propices à la coloration des copépodes pour divers écosystèmes aquatiques à l’échelle globale. Nous démontrons que la pigmentation rouge peut participer au succès des individus (croissance, survie, reproduction) grâce aux propriétés antioxydantes de l’astaxanthine. Comme la pigmentation semble ajustable à de courtes échelles temporelles et avantageuse dans diverses conditions environnementales (lumière intense, basses températures et couvert de glace, ou grandes profondeurs), nous pensons qu’elle peut être considéré comme un de “couteau-suisse” de protection métabolique. Dans le Chapitre 3, une méthode de déconvolution de la couleur de l’astaxanthine a été utilisée pour produire un indice de rougeur sur des images de copépodes arctiques observés au stéréomicroscope. L’indice a été validé par comparaison avec une quantification chimique des pigments, et peut être utilisé pour des images prises dans diverses conditions grâce à une étape préalable de calibration des canaux de couleur. Cette thèse montre qu’il est possible d’extraire un maximum d’information à partir d’une image de plancton pour dégager des tendances écologiques sur de grands jeux de données, tout en gardant accès à la variabilité interindividuelle. Utiliser les traits définis ici (taille, pression de broutage, taux d’antioxydants), en combinaison avec d’autres outils, pourrait participer à la compréhension du fonctionnement des réseaux trophiques.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».