28.10.2014 Views

Premiers - Outil de Suivi des Contrats

Premiers - Outil de Suivi des Contrats

Premiers - Outil de Suivi des Contrats

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!