| De la plante à l'homme via les guêpes parasitoïdes : comment décider sans calculer ? (From plant to man via parasitic wasps : how to decide without calculating) | ||
Louâpre, Philippe - (2011-12-09) / Universite de Rennes 1, Université européenne de Bretagne - De la plante à l'homme via les guêpes parasitoïdes : comment décider sans calculer ? Langue : Français, Anglais Directeur de thèse: Pierre, Jean-Sébastien Ecole Doctorale : Vie-Agro-Santé Thématique : Sciences de la vie, biologie, biochimie | ||
Mots-clés : Prise de décision, comportement d'approvisionnement, mécanisme proximal, optimalité, heuristique, Prise de décision, Animaux -- Moeurs et comportement, Plantes --Nutrition, Théorie de l'optimalité (linguistique), Heuristique Résumé : Cette thèse vise à comprendre comment des organismes variés tels que les plantes clonales, les humains ou les guêpes parasitoïdes résolvent un problème commun : Comment se comporter dans un environnement hétérogène de manière à prélever le maximum de ressource ? Les organismes n'ayant pas la capacité d'identifier les solutions théoriquement optimales, nous avons étudié les heuristiques permettant de se comporter efficacement sans calcul. Les insectes parasitoïdes, modèles de choix de l'écologie comportementale, nous montrent que l'information perçue de l'environnement influence de manière complexe le comportement d'approvisionnement. Malheureusement, le processus décisionnel sous-jacent n'est pas accessible directement par les méthodes d'investigation connues. Nous avons donc exploré les processus cognitifs convergeant avec les modèles décisionnels optimaux en utilisant l'Homme. De fortes similitudes ont été relevées entre les deux modèles biologiques, mettant ainsi en évidence des points de convergence entre les mécanismes proximaux du comportement. L'environnement et l'histoire évolutive des organismes influencent donc la prise de décision en favorisant l'émergence et le maintien d'heuristiques efficaces indépendamment du degré de complexité cognitive. Cette problématique a été étendue aux plantes clonales qui explorent le milieu par le biais de prolongements végétatifs. Nous avons identifié l'information pertinente et la règle décisionnelle optimale pour une plante clonale afin de maximiser l'exploitation d'une ressource (nutriments, eau, lumière). Les plantes clonales semblent se comporter de manière cohérente avec les prédictions du modèle optimal, révélant un processus décisionnel encore insoupçonné chez ces organismes. Résumé (anglais) : The aim of this thesis is to understand how organisms such as clonal plants, humans or insect parasitoids solve a common issue: How to behave in a heterogeneous environment in order to maximize the resource uptake? As these organisms do not have the ability to identify theoretically optimal solutions, we studied heuristics leading to the optimal behavior without any calculation. Insect parasitoids, prime models in behavioral ecology, show that information perceived from the environment have a complex influence on the foraging behavior. Nevertheless, the underlying decision process is not directly observable using actual research techniques. We extended the study of the decisional processes converging with optimal decision models using humans. We found strong similarities between insect parasitoids and humans thus highlighting convergences between proximal mechanisms of foraging behavior between these organisms. Both the environment and evolution history influence the decision-making favoring the emergence and maintaining heuristics whatever the cognitive complexity level. This issue was recently extended to clonal plants exploring the environment through stolons. Following the approach used with the two previous models, we identified the relevant information and the optimal decisional rule for a clonal plant in order to maximize the handling of a resource (nutrients, water and light). Clonal plants seem to behave consistently with the predictions of the optimal model, thus showing a decisional process yet unsuspected in such organisms. Identifiant : rennes1-ori-wf-1-4803 | ||
| Exporter au format XML |