8 Introduction 55
9 Acquisition et p´erennisation des donn´ees 59
Chapitre 8
Introduction
L
a m´ethodologie adopt´ee rel`eve d’une d´emarche it´erative mixant induction etd´eduction et ceci compte tenu du contexte sciences exp´erimentales. Par
rap-port `a la question initiale pos´ee dans le projet Open Science «la gestion
du-rable du baba¸cu est-elle possible ?» notre r´eflexion s’articulera autour de plusieurs
mod`eles issus d’interactions entre connaissances disciplinaires diverses. Le pr´esent chapitre sera l’objet d’une introduction pr´ecisant ce que nous entendons par mo-d´elisation et la logique m´ethodologique mise en place. Les deux chapitres suivants seront d´edi´es `a l’acquisition et `a la p´erennisation des donn´ees, puis `a la mod´elisation de la dynamique de population du baba¸cu.
Sommaire
8.1 Autour de la mod´elisation . . . . 55
8.1.1 Mod´elisation : un processus d’it´eration . . . . 55
8.1.2 Classification des mod`eles . . . . 56
8.2 M´ethodologie g´en´erale . . . . 56
8.1 Autour de la mod´elisation
Le concept de mod´elisation est utilis´e dans pratiquement toutes les disciplines et en cons´equence peut avoir autant de d´efinitions que de champs d’applications. C’est pour cette raison que nous souhaitions le d´efinir afin d’´eviter toute confusion possible par la suite.
8.1.1 Mod´elisation : un processus d’it´eration
Quelque soit le champ d’application, le scientifique est confront´e `a l’obtention
d’un mod`ele bas´e sur une hypoth`ese initiale. En reprenant les dires deMinsky(1965),
nous pouvons admettre que pour un observateur donn´e, un objet «A*» est un
mo-d`ele de l’objet «A » dans la mesure o`u l’observateur peut utiliser «A* » pour
r´epondre aux questions qui l’int´eressent sur «A». Ceci est `a rapprocher de la
d´efi-nition du mod`ele propos´ee parNouvel et Lecourt: le mod`ele est une«formalisation
qui permet un traitement th´eorique du ph´enom`ene ´etudi´e»(Nouvel et Lecourt,2002,
p. 192). L’obtention du mod`ele correspond `a un exercice de traduction du r´eel selon un formalisme adapt´e. Ce mod`ele se base sur la r´ealit´e afin de la retranscrire tout
en la simplifiant (du r´eel vers le virtuel). Comme le soulignent Nouvel et Lecourt
(2002) la quˆete du scientifique lors de la d´efinition du mod`ele, est une simplification
de la r´ealit´e, mais n’est pas forc´ement une r´eduction de celle-ci. De plus, Brunet
souligne qu’un mod`ele est non seulement la simplification de la r´ealit´e, mais refl`ete
surtout la vision que l’on a de cette r´ealit´e (Brunet,1980, p. 254). Toute la difficult´e
et l’ambigu¨ıt´e de la d´emarche mod´elisatrice r´eside dans le fait qu’elle est fortement li´ee au relativisme s´emantique du scientifique.
Pour le scientifique le mod`ele et l’hypoth`ese initiale doivent ˆetre confront´es `a la r´ealit´e dans le but de les valider, les am´eliorer ou les rejeter (du virtuel vers le r´eel). La robustesse et la validit´e d’un mod`ele ne sont donc pas jug´ees uniquement en fonction de ses composantes (variables, param`etres. . .), mais plutˆot en fonction de la force avec laquelle le mod`ele arrive `a donner des pr´edictions justes, au plus proche
de la r´ealit´e (Badiou, 2007). La construction du mod`ele et sa confrontation `a la
r´ealit´e impliquent un m´ecanisme it´eratif que nous allons retrouver dans la d´emarche adopt´ee.
8.1.2 Classification des mod`eles
En sciences le mod`ele peut prendre des formes vari´ees et multiples : mod`ele math´ematique, mod`ele de donn´ees, mod`ele d’entreprise, mod`ele ´economique. . .
Notre r´eflexion s’est construite autour de la discrimination de nos mod`eles en trois ensembles :
— mod`ele d’observation pour le cadre de collecte des donn´ees sur le terrain — mod`ele de donn´ees pour la structuration et la sauvegarde de ces donn´ees — mod`ele math´ematique pour l’analyse de la dynamique de population du
ba-ba¸cu
Les connaissances explicites autour de ces mod`eles permettent au scientifique de d´eterminer le formalisme de sa mod´elisation avec d’autant plus de pertinence.
LaFigure8.1refl`ete cette r´eflexion autour de la construction et de la proposition d’une structuration regroupant ces trois ensembles. Cette structuration explicite les connaissances utilis´ees dans notre d´emarche. Elle nous a amen´e `a construire un vocabulaire partag´e autour de ces diff´erents mod`eles qui peut servir de base `a une ontologie op´erationnelle pour des projets analogues (dynamique de population d’esp`eces v´eg´etales).
8.2 M´ethodologie g´en´erale
Dans cette section nous pr´esenterons la logique qui nous a guid´e dans la r´ealisa-tion de cette th`ese.
La complexit´e de l’analyse nous a contraint `a proposer un sch´ema regroupant les
types de mod`eles de la Figure 8.1 et a pr´eciser l’articulation entre ceux-ci
8.2. M´ethodologie g´en´erale 57
Figure 8.1 – Structuration des mod`eles (formalisme UML)
Notre objectif est de construire un mod`ele de dynamique de population du ba-ba¸cu en nous basant sur des connaissances de diff´erentes disciplines scientifiques. Les biologistes et ´ecologues nous ont permis de construire le mod`ele de l’esp`ece
(des-cription de ses composants). `A partir de ce mod`ele nous avons con¸cu le mod`ele du
cycle de vie du baba¸cu et ainsi nous avons pu ´emettre des hypoth`eses (temporelles sur ce cycle de vie et spatiales sur la r´epartition de l’esp`ece sur le territoire) utiles au mod`ele de dynamique. De ces hypoth`eses et du mod`ele d’observation, d´eriv´e du
standard OBOE (Ontologie pour mod´eliser et repr´esenter les observations
scienti-fiques (Madin et al., 2007)) a d´ecoul´e le protocole d’acquisition des donn´ees. Les
donn´ees ont ´et´e structur´ees selon un mod`ele de donn´ees qui nous a permis leur p´e-rennisation. Le mod`ele de dynamique a utilis´e les connaissances et donn´ees pour sa
validation (cf. Figure 8.2).
La Figure 8.2 fournit un aper¸cu de l’articulation de ces diff´erents mod`eles ci-t´es pr´ec´edemment. De plus, nous avons d´ej`a pr´esent´e le mod`ele acteurs-produits
repr´esentant les interactions entre les acteurs in situ et les produits que le baba¸cu