Consulter le texte intégral de la thèse - Université de Poitiers

More documents

Recommendations

Info

4 Chapitre 1. Introduction 1.2 Étudier des Populations Sauvages Dans le milieu naturel, les ressources environnementales fluctuent généralement autant dans l’espace que dans le temps (Boggs, 1992). Une telle hétérogénéité structure la ’scène écologique’ sur laquelle les organismes évoluent. La quête alimentaire peut ainsi être appréhendée comme un problème d’optimisation : puisque l’environnement au sens large, c’est-à-dire biotique et abiotique, impose certaines contraintes, comment les organismes s’adaptent-ils à ces contraintes pour une efficacité maximale des comportements de quête alimentaire ? L’efficacité peut se définir comme un taux d’énergie (ressources) extraite par unité de temps. Un lien causal entre aptitude biologique (la capacité des organismes à survivre et à contribuer des descendants viables à la génération suivante) et efficacité est alors supposé exister. Cette seconde hypothèse (la première étant que les organismes sont décrits adéquatement comme agents maximisateurs d’une fonction d’utilité) est le plus souvent nécessaire pour contourner l’épineux problème d’estimer directement une aptitude biologique (Link et al., 2002; Metcalf and Parvard, 2006). L’aptitude biologique est communément définie comme la monnaie de la sélection naturelle, c’est-à-dire comme un trait latent (ou inobservable directement, peut-être même un trait multi-dimensionel) indiquant le taux de propagation de génotypes au cours des générations (Link et al., 2002). Cette définition est rétrospective et rend difficile 1 l’estimation d’une aptitude biologique pour des individus encore vivants, qui ne se sont pas encore reproduits, etc. La théorie de l’Approvisionnement Optimal (’Optimal foraging theory’, MacArthur and Pianka (1966)) utilise ainsi un critère d’optimalité pour juger le mérite d’une stratégie de quête alimentaire par rapport à une autre. Dans ce cadre conceptuel, la quête alimentaire de plusieurs organismes contemporains peut donc être mesurée et comparée en terme d’efficacité. Toutefois, même en laissant de côté les problèmes philosophiques sous-jacent aux approches d’optimisation en biologie (par exemple Gould and Lewontin (1979); Sakar (2005); Depew (2010)), le biologiste de terrain continue de faire face à des problèmes pratiques pour mesurer in natura les comportements de recherche alimentaires d’animaux sauvages. 1 mais non impossible pour autant (Link et al., 2002; Link and Barker, 2009)
1.2. Étudier des Populations Sauvages 5 1.2.1 L’Approche dite de ’Biologging’ Les challenges posés par l’étude d’animaux sauvages dans leur milieu naturel se sont érodés au cours des 20 dernières années durant lesquelles l’utilisation d’enregistreurs miniatures posés directement sur les organismes s’est considérablement développée (voir par exemple, Péron et al. (2010)) pour aboutir à ce qui est communément appelé la “révolution du biologging” (Ropert-Coudert and Wilson, 2005). Par le biais de méthodes télémétriques et d’analyses de trajectoire, la quête alimentaire s’infère à partir des mouvements dans l’espace des animaux sauvages (Jonsen et al., 2007; Patterson et al., 2008) même si, dans la plupart des cas, la nature des ressources consommées n’est pas directement connue (voir Davis et al. (1999) pour un contre exemple). Ces énormes progrès en miniaturisation signifient qu’il est désormais possible d’équiper des animaux aux moeurs aussi cryptiques que des anguilles (Aarestrup et al., 2009) ou des tortues aquatiques (Hart and Fujisaki, 2010). Hebblewhite and Haydon (2010) discutent de manière critique les impressionnants succés du ’biologging’, et mettent en évidence plusieurs angles morts dans la révolution. Avec un ton délibéremment provocateur, Hebblewhite and Haydon (2010) haranguent les biologistes de distinguer entre ce qui est impressionnant et ce qui est important au fur et à mesure que grandit ’la montagne de données comprenant des millions de localisations’. Alors que ces données de locations sont toujours plus nombreuses et précises, le nombre d’animaux qui peuvent être ainsi équipés reste modeste, sinon faible, d’un point de vue statistique (voir Block et al. (2011) pour un contre-exemple). Ce dernier point peut poser problème dés lors que l’on souhaite généraliser un patron observé sur un échantillon à l’ensemble de la population. Si aboutir à des décisions de conservation est un des buts de l’étude de ’biologging’ (Thiebot, 2011), cette capacité à pouvoir généraliser est hautement désirable. Par exemple, Wakefield et al. (2011) ont analysé les comportements de quête alimetaire des Albatros à Sourcils Noirs (Thalassarche melanophrys). Leurs inférences concernaient l’ensemble de la population mondiale, estimée à quelques ≈ 600, 000 couples, mais proviennaient d’un échantillon de 163 individus suivis sur une période de 10 ans. Cet exemple illustre que des considérations d’ordre statistique ne peuvent être facilement écartées avec l’approche de ’biologging’.
Page 1: Jury : UNIVERSITÉ DE POITIERS ÉCO
Page 4 and 5: ii À Aurélie, Vincent, et Annette
Page 7: Nous devons toujours nous souvenir
Page 10 and 11: viii Table des matières 4 Quête A
Page 13 and 14: Chapitre 1 Introduction Contents 1.
Page 15: 1.1. Écologie Alimentaire 3 Reprod
Page 19 and 20: 1.2. Étudier des Populations Sauva
Page 21 and 22: 1.3. Informations Indirectes 9 De p
Page 23 and 24: 1.4. Objectifs de cette Thèse 11 S
Page 25 and 26: 1.4. Objectifs de cette Thèse 13 1
Page 27 and 28: 1.4. Objectifs de cette Thèse 15 A
Page 29: 1.4. Objectifs de cette Thèse 17 1
Page 32 and 33: 20 Chapitre 2. Tendance Actuelle de
Page 45 and 46: Contents Chapitre 3 Quête Alimenta
Page 47 and 48: 3.1. Zones d’Alimentation 35 L’
Page 49 and 50: 3.2. Isotopes Stables et Télémét
Page 59 and 60: 3.3. Stratégies Maternelles 47 3.3
Page 61 and 62: 3.3. Stratégies Maternelles 49 Ann
Page 63 and 64: 3.3. Stratégies Maternelles 51 3.3
Page 65 and 66: 3.3. Stratégies Maternelles 53 Dan
Page 67 and 68:
3.3. Stratégies Maternelles 55 Fre
Page 69 and 70:
3.3. Stratégies Maternelles 57 p 1
Page 71 and 72:
3.3. Stratégies Maternelles 59 Une
Page 73 and 74:
3.3. Stratégies Maternelles 61 Afi
Page 75 and 76:
3.3. Stratégies Maternelles 63 L
Page 77:
3.4. Discussion 65 donné comment q
Page 80 and 81:
68 Chapitre 4. Quête Alimentaire e
Page 82 and 83:
Page 84 and 85:
Page 86 and 87:
Page 88 and 89:
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
98 Chapitre 5. Discussion Finale 5.
Page 112 and 113:
100 Chapitre 5. Discussion Finale 5
Page 114 and 115:
102 Chapitre 5. Discussion Finale P
Page 116 and 117:
104 Chapitre 5. Discussion Finale N
Page 118 and 119:
106 Chapitre 5. Discussion Finale D
Page 121 and 122:
Annexe A Statistiques Bayésiennes
Page 123:
111 Fig. A.1 - ’Break the eggs (p
Page 126 and 127:
114 Annexe B. Méthodes du Chapitre
Page 128 and 129:
Page 130 and 131:
Page 133 and 134:
Contents Annexe C Méthodes du Chap
Page 135 and 136:
C.2. Analyses Statistiques 123 dens
Page 137 and 138:
C.2. Analyses Statistiques 125 maxi
Page 139:
C.2. Analyses Statistiques 127 } al
Page 142 and 143:
130 Annexe D. Méthodes du Chapitre
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
144 Bibliographie Authier, M., K. D
Page 158 and 159:
146 Bibliographie Block, B., I. Jon
Page 160 and 161:
148 Bibliographie Carleton, S., and
Page 162 and 163:
150 Bibliographie Darlington, R. 19
Page 164 and 165:
152 Bibliographie Fagerland, M., an
Page 166 and 167:
154 Bibliographie Gelman, A., and J
Page 168 and 169:
156 Bibliographie Hénaux, V., L. P
Page 170 and 171:
158 Bibliographie Jonsen, I., R. My
Page 172 and 173:
160 Bibliographie Louis, T., and S.
Page 174 and 175:
162 Bibliographie Michener, R., and
Page 176 and 177:
164 Bibliographie Plummer, M., N. B
Page 178 and 179:
166 Bibliographie Slip, D., and H.
Page 180 and 181:
168 Bibliographie Werner, E., and J
show all

Consulter le texte intégral de la thèse - Université de Poitiers

Create successful ePaper yourself

Delete template?

Save as template?