Premiers - Outil de Suivi des Contrats
Premiers - Outil de Suivi des Contrats
Premiers - Outil de Suivi des Contrats
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
II – Les tortues à tempes rouges, <strong>de</strong>s populations qui peuvent s’établir en France ?<br />
_____________________________________________<br />
discret (Maynard-Smith 1989). Cela nous permet <strong>de</strong> considérer l’effet <strong>de</strong>s fluctuations <strong>de</strong><br />
température comme un effet cumulatif <strong>de</strong> températures constantes successives, encourues<br />
durant n’importe quel pas <strong>de</strong> temps ∆x, selon l’équation suivante [2] :<br />
∆y<br />
=<br />
y<br />
∆t<br />
+ t<br />
- yt<br />
=<br />
yt.<br />
r.<br />
∆x<br />
( −1)<br />
e<br />
[2]<br />
L’ajustement <strong>de</strong>s différents paramètres <strong>de</strong>s trois modèles <strong>de</strong> croissance s’est fait à partir <strong>de</strong>s<br />
profils réels <strong>de</strong> données physiologiques (Figure 7), obtenus en températures constantes<br />
d’incubation, par la métho<strong>de</strong> du maximum <strong>de</strong> vraisemblance. Pour certains <strong>de</strong> ces paramètres<br />
ont été ajustés à la fois une valeur moyenne et son écart-type (voir le détail <strong>de</strong> ces ajustements<br />
en Annexe A). Pour chaque simulation <strong>de</strong> notre modèle, la valeur utilisée <strong>de</strong> ces paramètres<br />
sera ainsi tirée aléatoirement dans une loi normale, dont la moyenne et l’écart-type sont ceux<br />
tirés <strong>de</strong>s ajustements <strong>de</strong> données pour le paramètre considéré. Ce tirage aléatoire nous permet<br />
<strong>de</strong> faire varier certains paramètres du modèle dans une gamme <strong>de</strong> valeurs nous permettant <strong>de</strong><br />
modéliser l’ensemble <strong>de</strong>s variations observées pour les trois types <strong>de</strong> données physiologiques<br />
(Figure 7). Cette variabilité <strong>de</strong> réponse nous permet notamment d’intégrer <strong>de</strong>s effets<br />
maternels, proposés comme <strong>de</strong> bons indicateurs du sexe <strong>de</strong> l’embryon chez les espèces à TSD<br />
(Bow<strong>de</strong>n et al. 2000, Bow<strong>de</strong>n et al. 2001). En effet, en faisant varier les valeurs initiales du<br />
poids <strong>de</strong> l’embryon ou encore du contenu protéique <strong>de</strong>s gona<strong>de</strong>s et <strong>de</strong> la quantité d’aromatase<br />
au temps 0 <strong>de</strong> leur croissance, nous faisons varier la taille <strong>de</strong> l’œuf, qui se traduit par une<br />
masse initiale d’embryon différente ou encore les différences <strong>de</strong> quantités d’œstrogènes<br />
allouées par la mère à ses œufs. En plus <strong>de</strong> ces effets maternels, cette variabilité <strong>de</strong> réponse<br />
modélisée nous permet également d’intégrer dans notre mécanisme l’influence probable <strong>de</strong><br />
facteurs génétiques intervenant dans la détermination du sexe. La modélisation d’une telle<br />
variabilité (génétique + environnementale) permet d’obtenir <strong>de</strong>s mâles et <strong>de</strong>s femelles pour un<br />
même régime <strong>de</strong> températures.<br />
62