Doctorant(e) (H/F) : Modélisation théorique et statistique des boucles de rétroaction éco-évolutives à

Sujet de thèse :
Contexte scientifique
Les boucles de rétroaction éco-évolutives décrivent les interactions réciproques entre l’adaptation génétique des organismes et leur environnement biotique ou abiotique. Si des composantes environnementales comme la température ou la compétition imposent une sélection naturelle sur la morphologie, la physiologie et le comportement, les organismes modifient en retour leur environnement par leur abondance et leurs traits, influençant ainsi le fonctionnement et la stabilité des écosystèmes.
Malgré leur pertinence théorique et appliquée, ces boucles restent mal comprises sur le plan empirique. Peu d’outils théoriques ou statistiques existent actuellement pour les détecter à partir de données observationnelles en milieu naturel et pour prédire leurs conséquences sur la dynamique des populations et l’évolution des traits.
Présentation du projet
Ce projet se concentre sur une boucle de rétroaction potentiellement majeure entre la taille corporelle et la densité de population. La taille corporelle est un trait écologique clé susceptible d’influencer la reproduction des individus. En retour, la densité de population affecte également la taille corporelle, soit par des réponses plastiques, soit en modifiant l’optimum évolutif via l’intensité de la compétition.
Le projet a une double finalité, fondamentale et méthodologique :
(i) d’un point de vue fondamental, déterminer les conditions dans lesquelles les boucles de rétroaction éco-évolutives émergent en milieu naturel ;
(ii) d’un point de vue méthodologique, évaluer les stratégies d’échantillonnage et les outils de modélisation permettant de détecter ces boucles.
Le/la doctorant(e) développera un cadre théorique et exploitera des outils statistiques avancés pour détecter les rétroactions éco-évolutives à partir de séries temporelles abondance-taille corporelle. Plus précisément, il/elle étendra un modèle éco-évolutif de base récemment développé par notre consortium pour tenir compte d’une complexité biologique croissante (par exemple, générations chevauchantes, structure de population) ou d’effets d’échantillonnage spécifiques, tels qu’un taux de capture limité.
Compétences recherchées
Nous recherchons un(e) candidat(e) titulaire d’un master en mathématiques appliquées, biologie théorique ou écologie, attiré(e) par des questions fondamentales en écologie et évolution. Une solide formation en programmation (R, Python) et en statistiques (approches bayésiennes et fréquentistes ; des connaissances en apprentissage automatique seraient un atout) est requise.

Contexte :
Ce doctorat est déjà financé dans le cadre du projet collaboratif ANR BackOut (boucles de rétroaction éco-évolutives : du laboratoire au terrain), qui s’étend de 2025 à 2029 et implique 6 partenaires nationaux et internationaux. Le/la doctorant(e) sera co-encadré(e) par Arnaud Le Rouzic (chercheur CNRS, EGCE, IDEEV, Université Paris-Saclay) et Eric Edeli
Voir plus sur le site emploi.cnrs.fr...