P´ERIODE D’ACCR´EDITATION : 2016 / 2021
UNIVERSIT´E PAUL SABATIER
SYLLABUS MASTER
Mention Biodiversit´ e, ´ecologie et ´evolution
M2 mod´elisation des syst`emes ´ecologiques
SOMMAIRE
PR´ ESENTATION . . . . 3
PR´ESENTATION DE LA MENTION ET DU PARCOURS . . . 3
Mention Biodiversit´e, ´ecologie et ´evolution. . . 3
Parcours . . . 3
PR´ESENTATION DE L’ANN´EE DE M2 mod´elisation des syst`emes ´ecologiques . 3
RUBRIQUE CONTACTS . . . . 5
CONTACTS PARCOURS . . . 5
CONTACTS MENTION . . . 5
CONTACTS D´EPARTEMENT : FSI.BioG´eo . . . 5
Tableau Synth´ etique des UE de la formation . . . . 6
LISTE DES UE . . . . 7
GLOSSAIRE . . . . 18
TERMES G´EN´ERAUX . . . 18
TERMES ASSOCI´ES AUX DIPLOMES . . . 18
TERMES ASSOCI´ES AUX ENSEIGNEMENTS . . . 18
2
PR´ ESENTATION
PR´ ESENTATION DE LA MENTION ET DU PARCOURS
MENTION BIODIVERSIT´E, ´ECOLOGIE ET ´EVOLUTION
La mention BEE a pour objectif de former des professionnels de la recherche en ´ecologie, de la gestion de la biodiversit´e, et de l’am´enagement du territoire pour :
— Comprendre et savoir g´erer le fonctionnement des syst`emes naturels et anthropis´es,
— Aborder d’un point de vue ´evolutif ou fonctionnel les grandes questions et enjeux li´es `a la biosph`ere et aux interactions homme-biosph`ere, tels que les changements globaux, l’´erosion de la biodiversit´e et les perturbations anthropiques,
— Envisager les processus de l’individu aux ´ecosyst`emes.
en s’appuyant sur l’analyse de donn´ees, l’´ecologie comportementale, la t´el´ed´etection ou la biologie de la conser- vation.
Ces professionnels sont de futurs chercheurs, enseignants-chercheurs, ing´enieurs en ´ecologie fonctionnelle, ´ecologie
´evolutive et biologie de l’´evolution, charg´es d’´etudes ou de missions, chefs de projets, conseillers en environnement, animateurs de bassin, agents territoriaux, gestionnaires de sites prot´eg´es, ing´enieurs en qualit´e de l’environnement eau, air ou sol, etc. Les premiers de ces m´etiers pourront s’exercer dans un organisme de recherche ou un
´etablissement d’enseignement sup´erieur apr`es un doctorat et recrutement par concours.
PARCOURS
Le parcours MSE (Mod´elisation des Syst`emes Ecologiques) forme des ´etudiants aux m´ethodes quantitatives appliqu´ees `a la compr´ehension et `a la gestion des syst`emes ´ecologiques dans un sens large. A l’issue de la premi`ere ann´ee des ´etudiants int´eress´es pourront postuler au M2 NCC. Il est destin´e aux ´etudiants en biologie/´ecologie ayant choisi des UE optionnelles de mod´elisation ou d’analyses statistiques durant leur L et/ou qui n’ont rencontr´e aucune difficult´e dans les UE quantitatives de leur formation. Le M1 est en commun avec tous les parcours de BEE avec plusieurs UE optionnelles `a caract`ere quantitatif. L’usage de l’anglais ´etant d’une importance premi`ere pour l’acquisition de ces techniques avanc´ees et pour suivre leur ´evolution, il prendra une place de choix dans les diverses unit´es d’enseignement et repr´esentera un poids non n´egligeable dans l’obtention des cr´edits. Les ´etudiants ayant suivi le parcours MSE peuvent continuer en th`ese de doctorat ou s’ins´erer sur le march´e du travail dans le domaine de l’analyse et de la mod´elisation de donn´ees biologiques en recherche ou dans les bureaux d’´etudes et organisations gouvernementales (ou non-gouvernementales).
PR´ ESENTATION DE L’ANN´ EE DE M2 MOD´ ELISATION DES SYST` EMES ´ ECOLOGIQUES
stage est d’une dur´ee minimum de 5 mois et peut se d´erouler dans n’importe quel organisme qui fait appel aux m´ethodes quantitatives enseign´ees durant le premier semestre. L’´etudiant cherchera son lieu de stage de fa¸con autonome durant le premier semestre. Le stage se termine par la r´edaction d’un rapport et d’une soutenance publique devant jury au mois de juin ou de septembre (au choix de l’´etudiant).
4
RUBRIQUE CONTACTS
CONTACTS PARCOURS
RESPONSABLE M2 MOD´ELISATION DES SYST`EMES ´ECOLOGIQUES BAEHR Christophe
Email : christophe.baehr@meteo.fr T´el´ephone : 0664871349
GRENOUILLET Gael
Email : gael.grenouillet@univ-tlse3.fr T´el´ephone : 05.61.55.69.11 JOST Christian
Email : christian.jost@univ-tlse3.fr T´el´ephone : 05 61 55 64 37
SECR´ETAIRE P´EDAGOGIQUE LEPAGE Stella
Email : stella.lepage@univ-tlse3.fr
CONTACTS MENTION
RESPONSABLE DE MENTION BIODIVERSIT´E, ´ECOLOGIE ET ´EVOLUTION BUFFAN-DUBAU Evelyne
Email : evelyne.buffan-dubau@univ-tlse3.fr T´el´ephone : 05 61 55 89 26 MORDELET Patrick
Email : patrick.mordelet@cesbio.cnes.fr T´el´ephone : 05 61 55 85 15
CONTACTS D´ EPARTEMENT: FSI.BIOG´ EO
DIRECTEUR DU D´EPARTEMENT LUTZ Christel
Email : christel.lutz@univ-tlse3.fr T´el´ephone : 05 61 17 59 57
SECRETARIAT DU D´EPARTEMENT BLANCHET-ROSSEL Anne-Sophie
Email : anne-sophie.blanchet-rossel@univ-tlse3.fr
TABLEAU SYNTH´ ETIQUE DES UE DE LA FORMATION
page Code Intitul´e UE ECTS Obligatoire Facultatif Cours TD TP Stage Stagene
Premier semestre
8 EIBES3AM INSERTION PROFESSIONNELLE 3 O 12 6 12
9 EIBES3BM ANALYSE DES DONN´EES EN ´ECOLOGIE : DES POPULA- TIONS AUX ´ECOSYST`EMES
6 O 48
10 EIBES3CM ANALYSES TEMPORELLES POUR L’´ECOLOGIE 3 O 12 12
11 EIBES3DM D´ETECTION & CARACT´ERISATION DES PATRONS ECOLOGIQUES´
6 O 10 38
12 EIBES3EM MOD´ELISATION ET ANALYSE NUM´ERIQUE APPROFON- DIE
3 O 10 14
13 EIBES3FM OUTILS INFORMATIQUES POUR LES SCIENCES 3 O 30
14 EIBES3GM SYST`EMES DYNAMIQUES EN ´ECOLOGIE 6 O 10 38
Second semestre
15 EIBES4AM COMMUNICATION ET ANGLAIS SCIENTIFIQUE 6 O 48
Choisir 1 UE parmi les 2 UE suivantes :
16 EIBES4BM STAGE EN ENTREPRISE 24 O 4
17 EIBES4CM STAGE EN LABORATOIRE 24 O 4
6
LISTE DES UE
UE
INSERTION PROFESSIONNELLE 3 ECTS 1er semestre EIBES3AM Cours : 12h , TD : 6h , TP : 12hENSEIGNANT(E) RESPONSABLE AULAGNIER Stephane
Email : stephane.aulagnier@inra.fr BURRUS Monique
Email : monique.burrus@univ-tlse3.fr MORDELET Patrick
Email : patrick.mordelet@cesbio.cnes.fr
OBJECTIFS D’APPRENTISSAGE
- Pr´eparer les ´etudiants au fonctionnement du monde professionnel (droit du travail, cr´eation d’entreprise, gestion de projet, gestion financi`ere...).
- Les accompagner dans leur projet professionnel (analyse et valorisation des comp´etences).
- Les conseiller dans le choix du stage de fin d’´etudes.
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
- Initiation `a la gestion financi`ere (cas concrets) et `a la gestion de projets
- Aide `a l’insertion professionnelle : atelier de construction de CV et d’analyse d’offres d’emploi, pr´eparation `a l’entretien d’embauche, analyse du march´e de l’emploi, portefeuille d’exp´eriences et comp´etences, C2I.
- Notions de droit du travail.
R´EF´ERENCES BIBLIOGRAPHIQUES
[url=https ://www.pec-univ.fr/accueil-11495759.kjsp]https ://www.pec-univ.fr/accueil-11495759.kjsp
https ://c2i.education.fr/spip.php ?rubrique15 http ://www.emploi-environnement.com/fr/dico/dico.php4[/url]
MOTS-CL´ES
Passeport pour l’emploi ; documents comptables ; analyse financi`ere ; accompagnement personnalis´e
8
UE
ANALYSE DES DONN´EES EN ´ECOLOGIE : DESPOPULATIONS AUX ´ECOSYST`EMES 6 ECTS 1
er semestre
EIBES3BM TP : 48h
ENSEIGNANT(E) RESPONSABLE JOST Christian
Email : christian.jost@univ-tlse3.fr
OBJECTIFS D’APPRENTISSAGE
Introduction aux concepts et outils relatif `a : -L’estimation de param`etres de mod`eles statistiques par maximum de vraisemblance et par approche Bay´esienne, la s´election de mod`eles et l’inf´erence multimod`eles - L’estimation de param`etres d´emographiques `a partir de donn´ees de suivi d’individus - L’estimation de la probabilit´e d’occupation des sites, de la richesse sp´ecifique et param`etres de dynamique de la composition de peuplements `a partir de donn´ees de pr´esence-absence d’esp`eces - Des algorithmes d’apprentissages automatiques, non-supervis´es par partitionnement et hi´erarchiques -Des algorithmes d’ordination des donn´ees de grande taille - Des algorithmes d’apprentissage supervis´e de pr´ediction pour des donn´ees quantitatives (r´egressions) et qualitative (classification)
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
Utiliser des programmes d’analyse de donn´ees tels que R, ou sp´ecialis´es (e.g., OpenBUGS, MARK, ESURGE, PRESENCE). Tous les enseignements alternent th´eorie et pratique `a partir de cas r´eels et jeux de donn´ees.
PR´E-REQUIS
Notions de base de probabilit´e et statistique, et connaissance du mod`ele lin´eaire g´en´eralis´e
R´EF´ERENCES BIBLIOGRAPHIQUES
K´ery, M. (2010). Introduction to WinBUGS for ecologists. Academic Press. K´ery, M., & Schaub, M. (2012).
Bayesian population analysis using WinBUGS. Academic Press.
MOTS-CL´ES
Machine learning, Capture-Marqage-recapture, Inf´erence multimod`eles, inf´erence Bay´esienne
UE
ANALYSES TEMPORELLES POURL’´ECOLOGIE 3 ECTS 1er semestre
EIBES3CM TD : 12h , TP : 12h
OBJECTIFS D’APPRENTISSAGE
L’objectif de ce cours sur outils num´eriques pour l’analyse temporelle des s´eries ´ecologiques et environnemen- talesest de donner aux ´etudiants les outils de base en analyse chronologique des s´eries temporelles. Un accent sera donn´e dans la seconde partie du cours sur l’utilisation des ondelettes pour caract´eriser les structures locales dans les s´eries et les corr´elations locales entre deux s´eries de donn´ees.
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
Le cours sur lesoutils num´eriques pour l’analyse temporelle des s´eries ´ecologiques et environnementalesvise `a donner aux ´etudiants les premiers ´el´ements permettant d’effectuer des analyses temporelles des signaux. Il s’agit en premier lieu de pouvoir ´etudier les cycles pr´esents dans les s´eries de mesures. Nous verrons les outils adapt´es `a cette analyse fr´equentielle. Dans un second temps, nous pr´esenterons un outil plus ´elabor´e, les ondelettes, permettant d’effectuer des analyses plus locales. Nous parlerons alors des estimations crois´ees qui, comme les corr´elations, permettent d’inf´erer les liens entre deux param`etres. Ici ces liens auront des caract`eres soient fr´equentiels, soient locaux en temps et en ´echelle. Le long de ce cours et dans les s´eances de TP utilisant Scilab, nous illustrerons les diff´erents concepts par des s´eries temporelles ´ecologiques ou environnementales.
PR´E-REQUIS
Cours d’analyse, math´ematiques de niveau licence
R´EF´ERENCES BIBLIOGRAPHIQUES Polycopi´e distribu´e
MOTS-CL´ES
S´eries Chronologiques, processus al´eatoires, analyse de Fourier, spectre de puissance, co-spectre, analyse par ondelettes, ondelettes crois´ees.
10
UE
D´ETECTION & CARACT´ERISATION DES PA-TRONS ´ECOLOGIQUES 6 ECTS 1
er semestre
EIBES3DM TD : 10h , TP : 38h
ENSEIGNANT(E) RESPONSABLE GRENOUILLET Gael
Email : gael.grenouillet@univ-tlse3.fr
OBJECTIFS D’APPRENTISSAGE
A l’issue de cet enseignement, les ´etudiants devront ˆetre `a mˆeme : - d’organiser des donn´ees et de formuler une probl´ematique pertinente
- de choisir la (ou les) m´ethode(s) d’analyse en fonction de la nature des donn´ees et de la probl´ematique formul´ee - de mettre en œuvre ces m´ethodes (utilisation du logiciel R)
- de repr´esenter graphiquement et d’interpr´eter les r´esultats
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
Cet enseignement propose une pr´esentation des principales m´ethodes d’analyse adapt´ees aux donn´ees multidi- mensionnelles en ´ecologie. Les m´ethodes abord´ees seront illustr´ees `a partir d’exemples r´eels et l’enseignement cherchera `a montrer plus particuli`erement en quoi l’´ecologie est un champ d’application privil´egi´e des diverses m´ethodes abord´ees.
Les enseignements se feront sous forme de TP, en salle informatique, et permettront aux ´etudiants de mettre en pratique les m´ethodes abord´ees, en donnant une place importante `a l’interpr´etation ´ecologique des r´esultats statistiques.
Les m´ethodes abord´ees concerneront les analyses factorielles classiques permettant de d´ecrire la structure d’un tableau de donn´ees (ACP, AFC, ACM, AFD), ainsi que la co-structure de deux tableaux (m´ethodes de cou- plage). Une attention particuli`ere sera port´ee aux m´ethodes plus r´ecemment d´evelopp´ees (NMDS, couplage sous contrainte) et `a l’analyse de patrons spatiaux pour des donn´ees ´ecologiques.
PR´E-REQUIS
Une UE de biostatistiques ´el´ementaires est exig´ee. Avoir des connaissances de base en analyse multivari´ee (Analyse en Composante Principale).
MOTS-CL´ES
Analyses multivari´ees ; structure des tableaux de donn´ees en ´ecologie ; analyses spatiales, couplage de tableaux.
UE
MOD´ELISATION ET ANALYSE NUM´ERIQUEAPPROFONDIE 3 ECTS 1
er semestre
EIBES3EM TD : 10h , TP : 14h
ENSEIGNANT(E) RESPONSABLE GAUTRAIS Jacques
Email : jacques.gautrais@univ-tlse3.fr
OBJECTIFS D’APPRENTISSAGE
Permettre aux ´etudiants de lire, construire et manipuler des mod`eles de comportements collectifs `a partir d’un
´enonc´e du mod`ele comportemental stochastique `a l’´echelle individuelle. Apprendre `a traduire un ´enonc´e verbal de comportement individuel en un ´enonc´e formel, avec toutes ses composantes quantitatives. Cet ´enonc´e est alors traduit en algorithme, et impl´ement´e (en R ou Fortran ou C) pour produire des pr´edictions sur le comportement moyen d’une population (M´ethode Monte Carlo). Apprendre `a traduire cet ´enonc´e individuel (”lagrangien”) dans le langage des ´equations diff´erentielles partielles (spatio-temporelles, ”eul´erien”). Cette traduction en edp est alors r´esolue num´eriquement d’une part (en R ou Fortran ou C), et permet l’initiation `a quelques ´el´ements d’analyse (pr´edictions).
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
Les ´etudiants ´elaborent la traduction formelle d’un ´enonc´e verbal de comportement `a l’´echelle individuelle : importance du choix des descripteurs formels, rappel et mise en oeuvre de leur connaissance des processus stochastiques, variables al´eatoires, processus sans m´emoire, marches al´eatoires diffusives...
La traduction en algorithme, puis en programme, met les ´etudiants en autonomie sur la production de simu- lations num´eriques : principes de programmation structur´ee, preuves et fiabilit´e du code source, th´eorie de l’impl´ementation num´erique de g´en´erateurs al´eatoires pour une loi quelconque, principe des simulations Monte- Carlo et rappels th´eoriques sur esp´erance, convergence, estimateurs efficaces...
La traduction en edp est l’occasion de manipuler les descriptions en densit´e (fonction de distribution, densit´e, vec- teur densit´e surfacique de flux) et leur lien avec la perspective individu-centr´ee, et leur permet de mobiliser dans un contexte de mise en oeuvre pratique les op´erateurs d´erivation et int´egrale pour ´etablir les ´equations m´esoscopiques / macroscopiques (´equation de continuit´e, int´egrale du vecteur flux sur la fronti`ere d’un domaine...).
PR´E-REQUIS
Th´eorie statistique, programmation
MOTS-CL´ES
Mod`ele individu-centr´e ; mod`ele en densit´es ; simulations num´eriques Monte Carlo ; comportements collectifs.
12
UE
OUTILS INFORMATIQUES POUR LESSCIENCES 3 ECTS 1er semestre
EIBES3FM TP : 30h
ENSEIGNANT(E) RESPONSABLE JOST Christian
Email : christian.jost@univ-tlse3.fr
OBJECTIFS D’APPRENTISSAGE
Dans cette UE les comp´etences informatiques (connaissance du fonctionnement d’un ordinateur) et algorithmiques (comment programmer) des ´etudiants seront am´elior´ees en adaptant le programme `a leurs connaissances exis- tantes. L’utilisation exclusive de logiciels qui fonctionnent en OpenSource sur Windows, MacOS, et Unix/Linux favorise l’ind´ependance des ´etudiants du syst`eme utilis´e par un employeur.
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
La programmation dans des languages interpr´et´es tel que matlab, scilab ou R combinent l’avantage d’un d´eveloppement rapide avec la flexibilit´e et l’universalit´e des languages de bas niveaux. Dans cette partie on entrainera les ´etudiants sur la programmation vectorielle et la modularisation (d´eveloppement de fonctions) des algorithmes. En utilisant le logiciel scilab plutˆot que R, avec lequel les ´etudiants sont d´ej`a familiers, on favorise leur capacit´e de distinguer les structures algorithmiques de la syntaxe d’un language de programmation, et ainsi leur future flexibilit´e de s’adapter au logiciel utilis´e par un employeur.
La vitesse d’ex´ecution des languages interpr´et´ees pouvant ˆetre limit´ee on les initiera aussi `a un language de bas niveau, C, afin de comprendre les principes des languages compil´es et les outils de d´ebuguage qui y sont disponibles.
Enfin, la pens´ee structur´ee facilite aussi l’´ecriture de rapports techniques et elle est encourag´e par le traitement texte LaTeX : on rendra les ´etudiants op´erationnels pour utiliser ce traitement de texte. Plusieurs rapports dans d’autres UE seront `a r´ediger avec ce logiciel.
UE
SYST`EMES DYNAMIQUES EN ´ECOLOGIE 6 ECTS 1er semestre EIBES3GM TD : 10h , TP : 38hENSEIGNANT(E) RESPONSABLE JOST Christian
Email : christian.jost@univ-tlse3.fr
OBJECTIFS D’APPRENTISSAGE
On familiarisera les ´etudiants avec plusieurs types de mod`eles math´ematiques et leur application `a des probl`emes
´ecologiques, en particulier les questions auxquelles ces mod`eles peuvent permettre de r´epondre. L’accent est mis sur l’analyse graphique des syst`emes dynamiques, leur simulation et l’interpr´etation de ces analyses dans le contexte appliqu´e. La param´etrisation et la validation des mod`eles sont ´egalement abord´ees.
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
Dans une premi`ere partie on traitera la mod´elisation de la dynamique d’une population ou d’un compartiment
´ecologique tel qu’un toxique avec des mod`eles continues ou individus centr´e. Dans un second temps on s’int´eressera plus `a la prise en compte des incertitudes. En fait, la plupart des probl`emes de gestion de ressources naturelles et de la biodiversit´e partagent deux caract´eristiques communes : (i) des d´ecisions successives doivent ˆetre choisies et appliqu´ees, chaque ´etape de d´ecision influen¸cant les suivantes et (ii) une incertitude importante p`ese sur les cons´equences `a court et long terme des d´ecisions appliqu´ees. L’objectif sera de fournir une introduction aux probl`emes de d´ecision s´equentielle dans l’incertain en gestion agrienvironnementale et de permettre aux
´etudiants de formuler ces probl`emes dans le cadre des Proceesus D´ecisionnels de Markov. L’accent sera mis sur la mod´elisation de probl`emes de grande taille et leur r´esolution par l’interm´ediaire d’outils informatique existants (Toolbox Matlab/Scilab). Les rapports (pour l’´evaluation) seront partiellement r´edig´es en anglais.
R´EF´ERENCES BIBLIOGRAPHIQUES
Jason MATTHIOPOULOS : How to be a quantitative ecologist. Wiley 2011.
MOTS-CL´ES
Syst`eme dynamique, ´equations diff´erentielles ordinaires/partielles, mod`ele individu centr´e, Processus D´ecisionnel de Markov, estimation/calibration
14
UE
COMMUNICATION ET ANGLAIS SCIENTI-FIQUE 6 ECTS 2nd semestre
EIBES4AM TD : 48h
ENSEIGNANT(E) RESPONSABLE BAEHR Christophe
Email : christophe.baehr@meteo.fr GRENOUILLET Gael
Email : gael.grenouillet@univ-tlse3.fr
OBJECTIFS D’APPRENTISSAGE
Sur la base d’analyses d’articles scientifiques, les objectifs de cet enseignement sont de : - Acqu´erir les outils de recherche d’informations existantes dans la litt´erature
- Etablir l’´etat de l’art sur une th´ematique scientifique pr´ecise - Replacer cette th´ematique dans un contexte g´en´eral
- D´evelopper les techniques et strat´egies de communication professionnelle orale et ´ecrite - Maˆıtriser l’anglais dans un cadre scientifique
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
Sur la base de recherches bibliographiques li´ees `a leur sujet de stage et d’apprentissage par projet, les ´etudiants apprennent `a d´evelopper les techniques et strat´egies de communication en public `a travers des simulations de situations r´eelles (pr´esentations orales, descriptions de proc´ed´es, discussions, r´edaction d’abstracts etc). Le travail porte sur les diff´erents registres et styles utilis´es par les scientifiques dans des contextes diversifi´es (sp´ecialistes ou non et vulgarisation). Les communications ´ecrites et orales se feront partiellement en anglais dans le cadre des activit´es EMILE (Enseignement d’une Mati`ere Int´egr´e `a une Langue ´Etrang`ere), qui viseront ´egalement l’aptitude des ´etudiants `a communiquer en anglais avec des non anglophones. Une partie du module est consacr´ee `a la recherche d’emploi en contexte international avec simulation d’entretien.
MOTS-CL´ES
Recherche bibliographique, analyse m´ethodologique, strat´egies de communication, anglais scientifique
UE
STAGE EN ENTREPRISE 24 ECTS 2nd semestre EIBES4BM Stage : 4 mois minimumENSEIGNANT(E) RESPONSABLE BAEHR Christophe
Email : christophe.baehr@meteo.fr GRENOUILLET Gael
Email : gael.grenouillet@univ-tlse3.fr JOST Christian
Email : christian.jost@univ-tlse3.fr
OBJECTIFS D’APPRENTISSAGE
R´ealisation d’un projet ambitieux dans un laboratoire de recherche, une entreprise, un organisme public ou priv´e.
R´edaction d’un m´emoire et pr´eparation d’un oral de restitution des travaux selon des standards pr´ed´efinis et qui sera ´evalu´e par un jury (´ecrit et oral).
DESCRIPTION SYNTH´ETIQUE DES ENSEIGNEMENTS
La dur´ee du stage est d’au moins 20 semaines et se termine le plus tard `a la soutenance/restitution.
16
UE
STAGE EN LABORATOIRE 24 ECTS 2nd semestre EIBES4CM Stage ne : 4hENSEIGNANT(E) RESPONSABLE BAEHR Christophe
Email : christophe.baehr@meteo.fr GRENOUILLET Gael
Email : gael.grenouillet@univ-tlse3.fr JOST Christian
Email : christian.jost@univ-tlse3.fr
GLOSSAIRE
TERMES G´ EN´ ERAUX
D´EPARTEMENT
Les d´epartements d’enseignement sont des structures d’animation p´edagogique internes aux composantes (ou facult´es) qui regroupent les enseignants intervenant dans une ou plusieurs mentions
UE : UNIT´E D’ENSEIGNEMENT
Unit´e d’Enseignement. Un semestre est d´ecoup´e en unit´es d’enseignement qui peuvent ˆetre obligatoire, optionnelle (choix `a faire) ou facultative (UE en plus). Une UE repr´esente un ensemble coh´erent d’enseignements auquel est associ´e des ECTS.
ECTS : EUROPEAN CREDITS TRANSFER SYSTEM
Les ECTS sont destin´es `a constituer l’unit´e de mesure commune des formations universitaires de Licence et de Master dans l’espace europ´een depuis sa cr´eation en 1989. Chaque UE obtenue est ainsi affect´ee d’un certain nombre d’ECTS (en g´en´eral 30 par semestre d’enseignement). Le nombre d’ECTS est fonction de la charge globale de travail (CM, TD, TP, etc.) y compris le travail personnel. Le syst`eme des ECTS vise `a faciliter la mobilit´e et la reconnaissance des diplˆomes en Europe.
TERMES ASSOCI´ ES AUX DIPLOMES
Les diplˆomes sont d´eclin´es en domaines, mentions et parcours.
DOMAINE
Le domaine correspond `a un ensemble de formations relevant d’un champ disciplinaire ou professionnel commun.
La plupart de nos formations rel`event du domaine Sciences, Technologies, Sant´e.
MENTION
La mention correspond `a un champ disciplinaire. Elle comprend, en g´en´eral, plusieurs parcours.
PARCOURS
Le parcours constitue une sp´ecialisation particuli`ere d’un champ disciplinaire choisie par l’´etudiant au cours de son cursus.
TERMES ASSOCI´ ES AUX ENSEIGNEMENTS
CM : COURS MAGISTRAL(AUX)
Cours dispens´e en g´en´eral devant un grand nombre d’´etudiants (par exemple, une promotion enti`ere), dans de grandes salles ou des amphis. Au-del`a de l’importance du nombre d’´etudiants, ce qui caract´erise le cours magistral, est qu’il est le fait d’un enseignant qui en d´efinit lui-mˆeme les structures et les modalit´es. Mˆeme si ses contenus font l’objet de concertations entre l’enseignant, l’´equipe p´edagogique, chaque cours magistral porte la marque de l’enseignant qui le dispense.
18
TD : TRAVAUX DIRIG´ES
Ce sont des s´eances de travail en groupes restreints (de 25 `a 40 ´etudiants selon les composantes), anim´es par des enseignants. Ils illustrent les cours magistraux et permettent d’approfondir les ´el´ements apport´es par ces derniers.
TP : TRAVAUX PRATIQUES
M´ethode d’enseignement permettant de mettre en pratique les connaissances th´eoriques acquises durant les CM et les TD. G´en´eralement, cette mise en pratique se r´ealise au travers d’exp´erimentations. En r`egle g´en´erale, les groupes de TP sont constitu´e des 16 `a 20 ´etudiants. Certains travaux pratiques peuvent ˆetre partiellement encadr´es voire pas du tout. A contrario, certains TP, du fait de leur dangerosit´e, sont tr`es encadr´es (jusqu’`a 1 enseignant pour quatre ´etudiants).
PROJET OU BUREAU D’´ETUDE
Le projet est une mise en pratique en autonomie ou en semi-autonomie des connaissances acquises. il permet de v´erifier l’acquisition des comp´etences.
TERRAIN
Le terrain est une mise en pratique encadr´ee des connaissances acquises en dehors de l’universit´e.
STAGE
Le stage est une mise en pratique encadr´ee des connaissances acquises dans une entreprise ou un laboratoire de recherche. Il fait l’objet d’une l´egislation tr`es pr´ecise impliquant, en particulier, la n´ecessit´e d’une convention pour chaque stagiaire entre la structure d’accueil et l’universit´e.
