Gestion des risques liés à la rouille orangée du caféier (Hemileia vastatrix) en Amérique centrale : apports de simulations interactives en distanciel

Les épidémies de rouille orangée du caféier (ROC) entraînent des crises socio-économiques qui menacent la durabilité des territoires de production de café en Amérique Centrale. Nous présentons le processus de co-construction d’un modèle de prévision de la ROC et sa mise en œuvre lors d’ateliers participatifs de simulation interactive (SI) visant à renforcer les capacités des acteurs de la caféiculture pour faire face à la ROC. Basée sur un modèle de croissance du caféier et de la ROC, ce modèle fait évoluer un système caféier-ROC en fonction de la météorologie. Dans le contexte de l'agriculture familiale, les participants disposent de capacités réduites les obligeant à la parcimonie pour lutter contre la ROC. La SI a dû être virtualisée en raison de la pandémie de Covid-19, ce qui a nécessité des compromis sur les échanges entre participants mais les objectifs d’apprentissage ont été atteints. La virtualisation a permis une participation étendue, des économies substantielles, une meilleure gestion du temps, une prise en compte des opinions individuelles, le débriefing à chaud et la traçabilité des décisions. Plus contraignante, la virtualisation est aussi une opportunité pour améliorer nos pratiques de SI. Mots clés : Café, Système multi-agent, Jeux sérieux, Modélisation d’accompagnement, Systèmes d’alerte.

Afrikai szükségállapot – Kako Nubupko könyvéről

Benkes Mihály a következő művet mutatta be: Kako Nubukpo: L’Urgence africaine – Changeons le modèle de croissance ! Paris : Odile Jacob, 2019

Temporal pattern in basal area prediction error of a growth model for Quebec’s temperate forest

Pour les utilisateurs, l’évaluation des performances et de la fiabilité d’un modèle de croissance est essentielle. Cependant, les biais spécifiques à l’espèce et à l’année d’observation sont rarement signalés, bien que des changements dans les conditions de croissance soient susceptibles d’augmenter la présence de tels biais dans les modèles. Dans cette étude, nous avons analysé l’erreur de prévision de la surface terrière d’Artemis, un modèle de croissance à l’échelle de l’arbre. Même si les prévisions du modèle étaient peu biaisées dans la plupart des conditions, nous avons détecté des tendances liées à l’espèce et à l’année d’observation. Ces tendances étaient les plus fortes pour l’érable à sucre (Acer saccharum Marsh.), pour lequel une sous-estimation de la surface terrière en 1975 évoluait vers une surestimation en 2010. Pour le sapin baumier (Abies balsamea (L.) Mill.), la tendance contraire a pu être observée. Une meilleure prise en compte par le modèle des conditions de croissance et des perturbations biotiques pourrait aider à diminuer les biais. Ces résultats sont pertinents pour les développeurs et pour les utilisateurs, qui doivent savoir que les prévisions du modèle de croissance pour ces deux espèces sont susceptibles d’être de plus en plus biaisées avec l’allongement de la période de simulation.

Numéro 125 - juillet 2016

Après avoir fortement ralenti en début d’année, la croissance de l’économie belge devrait se renforcer sur la période de projection. Elle resterait cependant modérée. D’une part, les difficultés économiques de nombreux pays émergents ainsi que l’adoption par la Chine d’un nouveau modèle de croissance ont pour effet de freiner la croissance de l’économie mondiale et des échanges internationaux. D’autre part, l’incertitude sur les perspectives économiques reste forte, ce qui incite les ménages et les entreprises à maintenir des comportements de dépense prudents. En 2016, la croissance du PIB belge resterait limitée à 1,3 %. En considérant que les facteurs de freinage devraient progressivement être moins actifs, elle se hisserait à 1,6 % en 2017.

Numéro 125 - juillet 2016

Après avoir fortement ralenti en début d’année, la croissance de l’économie belge devrait se renforcer sur la période de projection. Elle resterait cependant modérée. D’une part, les difficultés économiques de nombreux pays émergents ainsi que l’adoption par la Chine d’un nouveau modèle de croissance ont pour effet de freiner la croissance de l’économie mondiale et des échanges internationaux. D’autre part, l’incertitude sur les perspectives économiques reste forte, ce qui incite les ménages et les entreprises à maintenir des comportements de dépense prudents. En 2016, la croissance du PIB belge resterait limitée à 1,3 %. En considérant que les facteurs de freinage devraient progressivement être moins actifs, elle se hisserait à 1,6 % en 2017.

Growth model for collaboration networks

We propose a model of growing networks based on cliques formations. A clique is used to illustrate for example co-authorship in co-publication networks, co-occurence of words or collaboration between actors of the same movie. Our model is iterative and at each step, a clique of λη existing vertices and (1 − λ)η new vertices is created and added in the network; η is the mean number of vertices per clique and λ is the proportion of old vertices per clique. The old vertices are selected according to preferential attachment. We show that the degree distribution of the generated networks follows the Power Law of parameter 1 + 1/ λ and thus they are ultra small-world networks with high clustering coefficient and low density. Moreover, the networks generated by the proposed model match with some real co-publication networks such as CARI, EGC and HepTh. Nous proposons un modèle de croissance de graphe basé sur la formation de clique. Une clique peut par exemple illustrer la collaboration entre auteurs dans un réseau de co-publication, les relations de co-occurrence des mots dans une phrase ou les relations entre acteurs d'un film. C'est un modèle itératif qui à chaque étape crée une clique de λη anciens sommets et (1 − λ)η nouveaux sommets et l'insère dans le graphe. η est le nombre moyen de sommets dans une clique et λ la proportion moyenne d'anciens sommets dans une clique. La distribution des degrés des réseaux générés suit la Loi de Puissance de paramètre 1 + 1/λ et par conséquent ce sont des réseaux petit-mondes qui présentent un coefficient de clustering élevé et une faible densité. En outre, les réseaux générés par le modèle proposé reproduisent la structure des réseaux de terrains à l'instar des réseaux de co-publication du CARI, de EGC et de HepTh.