Biodiversité

Depuis plusieurs décennies, la détermination des facteurs responsables du succès des invasions biologiques a été largement étudiée par la communauté scientifique à l’échelle mondiale (e.g., Pyšek et al.,2020 ; Bernery et al., 2023). Parmi ces facteurs, les traits d’histoire de vie (i.e., une caractéristique du cycle de vie d’une espèce qui a une incidence sur sa survie et sa reproduction) des espèces sont reconnus comme un facteur important de succès : par exemple, dans certaines conditions, une espèce caractérisée par son régime alimentaire carnivore aura plus de chance d’envahir avec succès un nouvel écosystème qu’une espèce végétarienne. Explorer et déterminer quels sont ces traits d’histoire de vie et en quoi ils sont différents de ceux des espèces qui ne sont pas envahissantes est une démarche importante pour tenter de prévenir de nouvelles invasions (Pyšek et al.,2020).

Les sciences participatives invitent tout un chacun à apporter sa pierre à l'édifice de la recherche. Mais comment déterminer l'apport réel de cette pratique aux connaissances ?

Entre 6 et 10 % des animaux et des plantes pourraient disparaître d'ici à 2050, selon une étude. Cette estimation s’appuie sur de nouveaux outils de modélisation forgés par deux scientifiques européen et australien, afin de mieux prendre en compte les « co-extinctions », fruits de la disparition « en cascade » d’espèces interdépendantes.

The IUCN Red List of Threatened Species is essential for practical and theoretical efforts to protect biodiversity. However, species classified as “Data Deficient” (DD) regularly mislead practitioners due to their uncertain extinction risk. Here we present machine learning-derived probabilities of being threatened by extinction for 7699 DD species, comprising 17% of the entire IUCN spatial datasets. Our predictions suggest that DD species as a group may in fact be more threatened than data-sufficient species. We found that 85% of DD amphibians are likely to be threatened by extinction, as well as more than half of DD species in many other taxonomic groups, such as mammals and reptiles.

So-called “big-data” approaches have revolutionized fields of research from astronomy to genetics. Such approaches are not limited to fields that seem inherently technical, because the combination of rapid data collection and advanced analytical techniques could be applied to almost any scientific question. Nathan et al. reviewed how these modern approaches are being applied to the very old field of animal tracking and monitoring. Large-scale data collection can reveal details about how animals use their environment and interact with each other that were impossible to explore previously.

Face à l’inefficacité des zonages classiques de protection pour enrayer la perte de biodiversité, la mise en connexion des habitats naturels pour permettre aux espèces animales et végétales de se déplacer est devenue un enjeu majeur des politiques environnementales. L’identification et la gestion des réseaux écologiques soulève néanmoins des difficultés face à la diversité des méthodes pour analyser la connectivité et le manque de données harmonisées à l’échelle d’un pays. L’objectif de cette étude est d’utiliser la théorie des graphes pour intégrer plus finement la connectivité fonctionnelle du paysage dans la modélisation des réseaux écologiques à différentes échelles spatiales.

Abstract: Designing a large-scale multispecies survey presents significant challenges due to its multivariate, multiscale, and often multiobjective nature. Because it is impractical to measure or observe all variables of interest at every location in the survey area, spatial sampling is crucial. To ensure a statistically sound survey, free of assumptions, randomization of the selection of spatial sampling units is required. In a large-scale survey, minimizing travel costs requires multistage sampling in which nearby sampling units are grouped within higher-level sampling units.

Addressing global environmental challenges requires access to biodiversity data across wide spatial, temporal and taxonomic scales. Availability of such data has increased exponentially recently with the proliferation of biodiversity databases. However, heterogeneous coverage, protocols, and standards have hampered integration among these databases.

De nombreux suivis à long terme en écologie reposent sur notre capacité à reconnaître les animaux individuellement, souvent d'une année sur l'autre. Afin d’étudier la démographie des populations de girafes, les écologues procèdent à des "captures" photographiques au sein de la zone Atelier de Hwange du CNRS au Zimbabwe. Chaque girafe a un pelage composé d'une myriade de taches distinctes qui permet à un œil entraîné de la reconnaître... c'est ce que l'ordinateur sait désormais faire !