Une correlation surprenante...

La semaine passée, je présentais une affiche scientifique au colloque du Centre d’Études Nordiques (CEN). Malheureusement, j’étais en vacances et je n’ai pas pu être à côté de mon affiche pour l’expliquer. Je me reprends en la partageant ici. Gardez-en tête que ces résultats n’ont pas encore été révisés par des pairs ! Je travaille présentement sur ce chapitre de ma thèse.

En gros, quel est le résultat principal dans cette affiche ? La consommation de sapin baumier par le cerf de Virginie est corrélée (1) avec la qualité des épinettes blanches et des sapins présents dans un rayon de 50 m. Plus il y a de fibres dans les sapins et épinettes, moins il y a de ramilles broutées sur les sapins environnants. Cette relation n’est pas surprenante parce qu’on sait que les cerfs évitent les arbres riches en fibres [1]. Mais pourquoi la qualité d’une ressource évitée par le cerf (les épinettes blanches) serait-elle corrélée avec la consommation de sapin ? Je propose 2 hypothèses : 1- les secteurs avec des épinettes riches en fibres sont évités par le cerf ; 2- le haut contenu en fibre des épinettes est corrélé avec une composante du sapin que l’on n’a pas encore mesurée. Et il pourrait y avoir d’autres bonnes raisons !

View fullsize

My poster at last CEN meeting. Keep in mind that those results have not been peer-reviewed (yet). Questions or comments? Ask them below or email me: e.champagne.1(at)gmail.com

(1) Une corrélation n’indique pas un lien de cause à effet. Bref, c’est une relation à examiner !

[1] Sauvé, D. G. et S. D. Côté. 2007. Winter forage selection in white-tailed deer at high density: balsam fir is the best of a bad choice. Journal of Wildlife Management 71: 911-914.

La recherche à regarder

J'ai regardé deux reportages de grande qualité cette semaine, les deux portant sur mes lieux d'études. Je vous les conseille fortement.

Premièrement, un reportage de Vice sur l'exploration à l'île d'Anticosti. Le reporter ne semblait pas avoir une opinion a priori sur le sujet et nous permet de créer notre opinion. Rarement ais-je vu des images d'Anticosti aussi vraies, belles et authentiques.

Deuxièmement, un segment entier de la Semaine Verte sur les travaux de Caribou Ungava, le groupe de recherche de mon projet de maîtrise. On y voit Baie Déception, là où j'ai découvert le Nord, mon directeur et mon codirecteur. L'équipe de tournage a passé beaucoup de temps avec les chercheurs et ça parait. On y explique bien la situation de caribou et l'information scientifique est correctement rendue. Vous pouvez trouver la vidéo ici.

Bon visionnement!

Interlude de programmation : l’élégance mystérieuse des listes

Je me tourne les pouces pendant que mon code est en train de rouler dans R (1). Alors, autant vous parler de l’utilisation des listes dans ce logiciel et de ma nouvelle fonction préférée, lapply! Je vous avertis, c’est un billet plus technique, mais qui pourra peut-être intéresser des gens.

J’ai découvert récemment combien une liste peut être utile dans R. On peut y mettre des vecteurs ou des fichiers de données. En soi, la liste ne me semblait pas très utile, c’est pourquoi je ne l’avais jamais utilisée.

Mais admettons que vous voulez effectuer une même opération sur plusieurs variables ou sur plusieurs fichiers de données. Vous pouvez ranger ces variables ou ces fichiers dans une liste et effectuer en une seule ligne la même opération sur tous les éléments de la liste! Mettons ça un peu plus concret, mais pas trop (c’est un interlude, pas un cours de programmation) :

Vous voulez changer aléatoirement les valeurs d’une variable dans votre fichier de données. Mais vous voulez faire cette opération 100 fois! Et bien vous n’avez qu’à créer une liste comprenant 100 fois votre jeu de données en utilisant lapply et utiliser encore une fois la fonction pour randomiser cette colonne :

>a <- c(1, 2, 3, 4, 5)
>b <- c(45, 34, 50, 100, 64)
>test <- data.frame(a, b) #On crée un fichier avec deux colonnes a et b
>#On crée une liste qui contient 2 copies du fichier
>test2 <- lapply(1:2,function(x) test)
>test2
[[1]]
a b
1 145
2 234
3 350
4 4 100
5 564

[[2]]
a b
1 145
2 234
3 350
4 4 100
5 564
>#Et on randomize la colonne a! 
>test3 <- lapply(test2, function(df) transform(df, a = sample(a))) 
>test3
[[1]]
  a   b
1 145
2 534
3 250
4 3 100
5 464

[[2]]
  a   b
1 345
2 534
3 150
4 4 100
5 264

Je n’aurais jamais réussi la dernière partie sans de l’aide sur Stack Overflow.

Ça a l’air d’être un exemple inutile. Mais non! Ça arrive souvent qu’on veuille redistribuer aléatoirement une variable pour faire plusieurs itérations (répétitions) d’une analyse. Ça peut permettre de vérifier si les résultats sont dus à des processus aléatoires.

(1)    Pour les non-initiés, j’ai lancé une analyse. Quand les analyses sont longues, l’ordinateur ne les fait pas instantanément. C’est plate.

«Out there»

*English will follow after the French version*

---

Encore une fois dans le train! Et cette fois, je me rends vers l’University of New South Wales, où je donne mon séminaire pour une deuxième fois, dans ce que j'appelle désormais mon « Australian tour ». Récemment, deux personnes différentes m'ont souligné qu'il était inhabituel pour une étudiante au doctorat de donner des séminaires (1). Je me suis donc remise en question : Est-ce que je fais la bonne chose? Suis-je trop présomptueuse?

Ma réponse : Aye, j'ai pas fait 26 heures de vol pour ne rencontrer qu'une seule personne!

J'ai d'excellentes rencontres avec mon superviseur ici et c'est génial! Mais un tel stage me permettra de développer un réseau de contacts international. Qui sait à quelles collaborations cela peut me mener? En plus, j'ai fait de la recherche et j'aime en parler. C'est aussi ça, la diffusion de la science.

Mon point aujourd'hui? Je ne suis pas une étudiante exceptionnelle. Tous les étudiants au doctorat devraient essayer de donner des présentations lorsqu'ils visitent des laboratoires à l'étranger, pour augmenter leurs contacts, diffuser leur recherche, générer des idées. Oui, ça veut dire qu'il ne faut pas attendre qu'on vous le propose! Même si ça semble bizarre, il faut le suggérer vous même. En anglais on dirait : "put yourself out there", ce qui est pratiquement intraduisible. Mettez-vous de l'avant, engagez-vous dans votre milieu, faites-vous connaitre!

En passant, ma présentation a bien été et j’ai rencontré des chercheurs et étudiants très intéressants.

(1) Imaginez le nombre de gens qui l'ont pensé, mais n'ont pas osé le dire!

---

Again, the train! This time, I'm heading to University of New South Wales, where I'll be giving my seminar for a second time, in what I now call my "Australian tour". Recently, two different people told me it was unusual for a PhD student to give seminar. (1) I consequently asked myself: Am I doing the right thing? Am I presomptuous?

My answer: Hey, I didn't take a 26 hour flight to meet only one person!

I have excellent meetings with my supervisor here and it's great! But an internship such as this one can make me develop an international contact network. Who knows where it can lead me to? Moreover, I did research and I like to talk about it. Science communication is also about that.

My take home message for that blog? I'm not an exceptional student. All PhD students should try to give talks when they visit foreign labs, to improve their network, to communicate their research, to generate new ideas. Yes, that mean you shouldn't wait to get ask for a talk! Even if it sounds strange, ask for it.  I love the expression "put yourself out there". That is what I mean today.

By the way, my talk went well and I met many interesting researchers and students.

(1)Imagine how many people thought it, but didn't dare tell me!

Prendre le thé entre collègues

Jeudi dernier, j’ai donné un séminaire à l’Australian National University, à Canberra. Je commence à me sentir comme une «vraie» chercheuse (1). J’ai passé la journée avec des étudiantes (2) du laboratoire de William Foley, et j’ai collaboré aux travaux de terrain en allant récolter de la nourriture pour des opossums en captivité. Ils font différents tests d’alimentation avec des opossums sauvages, qui seront remis en liberté après quelques semaines de travail pour la science. Des opossums, c’est beaucoup trop cute!

View fullsize

Opossum d'Australie qui attend son souper

View fullsize

On coupe des branches d'une espèce spécifique d'Eucalyptus pour nourrir une autre espèce d'opossum, le possum à queue en anneau.

Par contre, ce que je retiendrai le plus de mon passage, c’est le thé départemental. Une fois par mois, tout le département (chercheurs, postdocs et étudiants) se retrouve pour partager un thé/café avec une collation composée de gâteaux, biscuits, craquelins… Et ça marche! Les gens sont au rendez-vous, discutent… Chaque chercheur responsable d’un laboratoire est chargé d’amener quelque chose à manger.

Il y a quelques mois, j’ai participé à une rencontre informelle visant à trouver des idées pour rapprocher les chercheurs et étudiants au département. J’aimerais tant importer cette belle idée à mon université! Une fois par mois, ce n’est pas beaucoup. Et avec de la nourriture gratuite, on pourrait s’attendre à une participation intéressante chez les étudiants. Bref, c’est à creuser!

(1) Ce sentiment est plus important que mon sentiment d’être adulte. Je ne sais pas si je serai un jour adulte.

(2) Un merci particulier à Jessie Au, Karen Ford, Pips et Anna !

Ça sert à quoi un preprint?

J’abandonne le travail pour la journée, trop stressée par mon départ pour l’Australie (dimanche!). En contrepartie, je me suis dit « force-toi un peu, blogue ».

Rapidement, je voulais faire suite aux commentaires de Nelson dans mon premier blogue sur ma méta-analyse (1). À quoi sert de publier un manuscrit sous forme de preprint, c’est-à-dire, rendre accessible un article qui n’a pas encore été révisé par les pairs?

Voici les raisons qui m’ont motivée :

1.      Éviter que quelqu’un publie la même chose que moi, avant moi

Bref, je ne veux pas me faire scooper. C’est probablement de la paranoïa, mais j’ai travaillé 2 ans sur ma méta-analyse qui est basée sur des données déjà publiées. Si quelqu’un a eu la même idée, avant moi, j’ai perdu 2 ans. Publier son manuscrit en preprint permet de dire « je l’ai fait avant! ».

Gracieuseté de PhDComics

2.      Obtenir des critiques de mon travail

Les serveurs permettant de publier des preprints que je connais permettent de commenter les manuscrits (2). En mettant mon article en ligne, j’espérais que les erreurs de mes analyses soient détectées. Mais soit mon manuscrit n’a pas d’erreurs majeures, soit personne n’avait envie de le commenter. Il reste que le système existe et aurait pu être utile.

3.      Augmenter l’accessibilité de la recherche

Il peut se passer des mois (des années) entre la rédaction d’un manuscrit et sa publication. Et ne parlons pas du temps entre le développement d’un projet, son financement et ses résultats. Rendre accessible des manuscrits en cours de préparation rend la recherche disponible. Quand le projet peut s’appliquer à la conservation, c’est un enjeu critique. De plus, les chercheurs qui travaillent sur des sujets connexes peuvent s’inspirer de ces travaux non publiés et améliorer leur recherche. Bref, on accélère l’avancement de la science.

4.      Obtenir des offres de publication (?!)

Je ne savais pas que ça pouvait arriver, mais j’ai été contactée cette semaine par un journal qui se disait intéressé par mon article. Super compliment pour mon travail!

Je crois fermement que cette façon plus ouverte de faire la science deviendra de plus en plus populaire. Pour ceux intéressés aux preprints, je vous conseille de vérifier si le journal que vous visez pour publier permet les preprints. Vous pouvez utiliser pour ce faire la base de données Sherpa-Romeo.

(1) La suite viendra… relativement bientôt. D’ailleurs, l’article a été soumis et il n’a pas été rejeté… pour l’instant.

(2) Ils gardent aussi des statistiques sur le nombre de téléchargements de votre article. Je suis accro.

Dans un exclos, tu es à l'intérieur ou à l'extérieur?

Ça fait des années que mes amis font des blagues sur les exclos. Manifestement, j’ai mal expliqué le concept la première fois. Ce qui m’a fait le plus rire, c’est lorsqu’ils se sont rendu compte que pour d’autres biologistes, le concept est plutôt commun. En fait, il est à la base de plusieurs études sur les relations plantes-herbivores!

Un exclos, c’est un endroit clôturé d’où on élimine les herbivores. Au lieu de garder les cerfs à l’intérieur, on les garde à l’extérieur (exclos). Ça nous permet de voir l’impact des herbivores sur le milieu : à l’intérieur de l’exclos, pas de broutement! Les résultats sont parfois impressionnants.

View fullsize

Dans un parc national Néo-Écossais

View fullsize

Dans une forêt de l'Outaouais (du thuya à l'intérieur, aucun à l'extérieur !)

Les exclos peuvent également être utilisés dans un cadre de gestion, comme à l’ile d’Anticosti, pour permettre la régénération d’espèces surutilisées par les cerfs. Dans ce cas particulier, on installe la clôture après la coupe des arbres et on la désinstalle (éventuellement) lorsque la régénération est bien établie.

View fullsize

Anticosti, en dehors de l'exclos Caillou

View fullsize

Et à une distance de moins de 10 m de ces épinettes, l'exclos de Caillou!

View fullsize

L'extérieur (gauche) et l'intérieur (droite) d'un autre exclos d'Anticosti

Pire qu’un Ironman : soumettre un manuscrit

Je suis super motivée depuis avant-hier, car j’ai reçu les dernières corrections sur mon article de méta-analyse (1). Je vais donc pouvoir le soumettre pour publication à un journal scientifique!

Ok, les courses de type Ironman sont peut-être pires physiquement, mais la soumission à un journal est quand même difficile, particulièrement parce que le processus de révision par les pairs est long et, il faut le dire, parfois désagréable. Un éditeur décide si l’article vaut la peine d’être révisé par des experts dans le domaine (2). Ces experts commentent le manuscrit et recommandent ou non sa publication. Comme dans la majorité des journaux les réviseurs sont anonymes, certains se permettent d’être particulièrement désagréables. J’ai beaucoup de récrimination contre le système actuel, mais je n’en parlerai pas aujourd’hui.

Pour cette soumission, il a fallu que je :

• Trouver un journal dont les thèmes correspondent au sujet du manuscrit
• Mettre en forme l’article pour correspondre aux exigences du journal en question. Par exemple :
  • Avoir des marges de 2,54 cm (2,54?!!!)
  • Avoir des figures dans un format vectoriel (arggggg. J’ai appris GIMP que pour soumettre un article de maitrise)
  •  Suivre un ordre précis pour les sections
• Rédaction d’une lettre à l’éditeur

La partie la plus bizarre, selon moi, de la soumission d’un article est la lettre à l’éditeur. En gros, dans cette lettre ont doit préciser le titre de l’article, qu’on a respecté les instructions (vraiment, il y a des gens qui ne le font pas au risque d’être refusés?) et vendre notre manuscrit.

Bref, dire :

«Bonjour cher éditeur, voici mon travail de ces deux dernières années. C’est la première fois que quelqu’un fait quelque chose d’aussi magique et bon. SVP, considérez-le pour votre journal. »

J’ai l’impression qu’un manuscrit devrait être capable de se vendre par son résumé. Mais bon, les éditeurs ne sont pas des experts dans tous les domaines. Il faut donc qu’ils soient capables de déterminer si l’article est intéressant rapidement.

Je devrais savoir assez rapidement si l’article sera révisé. Touchons du bois, croisons les doigts pis toute.

(1) Je sais, je n’ai jamais fait de partie 2 (partie 1 ici!). Ça s’en vient!

(2) Même moi j’en suis une! J’ai révisé un article pour Plos One.

Interlude de programmation

Avis aux lecteurs n’utilisant jamais les statistiques : ce texte n’est pas pour vous. J’y décris un problème auquel je me suis heurtée et la solution à laquelle je suis arrivée. Ça peut avoir l’air plate, mais peut-être que ça aidera quelqu’un, un jour.

J’analyse présentement des données qui ont une distribution binomiale négative. La distribution binomiale négative et la distribution de poisson, contrairement à la distribution normale, ne sont pas symétriques. En fait, elles s’étirent comme une queue de poisson.

La distribution négative binomiale, sous forme de GIF (Merci Wikipedia https://en.wikipedia.org/wiki/Negative_binomial_distribution)

Le problème : l’analyse statistique que j’utilise (modèle linéaire généralisé mixte) a comme supposition que nos données se présentent sous la forme d’une distribution normale.

La solution : certaines fonctions des logiciels statistiques ont des fonctions particulières pour tenir compte de ces distributions non normales. Dans le logiciel SAS, c’est la fonction GLIMMIX. Dans R, on a l’option glmer.nb.

Le nouveau problème : mes modèles ne convergent pas (1), autant avec SAS qu’avec le logiciel R.

Nouvelle solution : la fonction glmmadmb (package glmmADMB, R) permet aussi de faire des modèles avec distribution binomiale négative. Et ça marche!

Le nouveau nouveau problème : Les autres fonctions que j’utilise, comme une me permettant de faire de la sélection de modèle, ne sont pas compatibles avec glmmadmb. Aussi, c’est dur à dire glmmadmb.

Nouvelle nouvelle solution (comme un modèle, les problèmes, c'est itératif) : j’ai écrit mon propre code pour faire un tableau de sélection de modèles. Je me suis fortement inspirée du package AICcmodavg et du cours que j'ai suivi avec son auteur, Marc Mazerolle (2). Probablement pas la fonction la plus élégante, mais la voici :

  #Tout d'abord, créer une liste des modèles (Modlist) pour la sélection ainsi qu'une liste de noms de modèles (Modnames)

  table.sel <- function(Modlist, Modnames){
    Out <- data.frame(cbind(Modnames, unlist(lapply(Modlist, "[[", "npar")), unlist(lapply(Modlist, FUN= AIC)),
            unlist(lapply(Modlist, "[[", "loglik"))), stringsAsFactors = FALSE)
    colnames(Out) [1:4] <- c("Names", "K", "AIC", "LogL")
    order <- order(Out$AIC)
    Out <- Out[order, ]
    Out$AIC <- as.numeric(Out$AIC)
    Out$LogL <- as.numeric(Out$LogL)
    Out$K <- as.numeric(Out$K)
    Out$Delta_AIC <- abs(ave(Out$AIC,FUN=function(x)x[1]-x))
    Out$ModelLik<-exp(-0.5*Out$Delta_AIC)
    Out$AICWt<-Out$ModelLik/sum(Out$ModelLik)
    print(Out)
  }

  tab <- table.sel(Modlist= Modlist, Modnames= Modnames)

Il est possible assez aisément de transformer le code pour sélectionner des AICc

Ajout (29-06-2015): Finalement, j'ai du changer de types d'analyses que je faisais et j'ai donc tout fait ça...pour rien ! Mais peut-être que mon expérience vous inspirera/vous sera utile !

(1) Si vous ne connaissez pas les statistiques et que vous lisez toujours, les modèles linéaires généralisés sont une équation. Le logiciel statistique essaie, avec plusieurs essais, de résoudre l’équation. Si après plusieurs itérations il n’y réussit pas, on dit que le modèle ne converge pas.

(2) Plutôt que d'utiliser mon code, utilisez ses excellentes fonctions. À moins d'être pris avec une distribution binomiale négative.

La méta-analyse et moi, partie I

Je veux tellement vous parler du premier chapitre de mon doctorat! C'est un premier pas vers la fin, ou le début de la fin... peut-être.

Mais avant de vous expliquer ce que j'ai fait, j'ai envie de vous parler de la technique que j’ai utilisée, la méta-analyse. Les méta-analyses sont très sexy actuellement (1) et les quotidiens rapportent souvent leurs résultats, car elles sont très utilisées en médecine. Par exemple, pour confirmer l’absence de lien entre l’autisme et les vaccins.

Qu'est-ce qu'une méta-analyse? 
C'est une étude qui synthétise de façon quantitative les résultats de plusieurs études. 

La grand-mère de la méta-analyse est la revue de littérature. On lit ce qui a été fait sur un sujet et on base ses conclusions sur l'ensemble des études. La mère de la méta-analyse est le « comptage de vote » : six études disent que ce traitement marche, deux disent qu'il ne marche pas, donc, ça doit fonctionner. Vous admettrez que ça ne fait pas très sérieux.

La méta-analyse prend les résultats des différentes études et les analyse quantitativement, en utilisant des méthodes statistiques. Plus puissant qu'une revue de littérature, plus près de la réalité que le comptage de vote.

Comment fait-on ça?

Je me suis basée sur plusieurs livres expliquant les méthodes de méta-analyse (les plus importants: Borenstein et al. 2009, Card 2012, Koricheva et al. 2013) pour en réaliser une. Au final, la méthode peut se résumer de la façon suivante :

1.      Déterminer quelle est notre question et quels types d’études permettent de répondre à cette question

2.      Faire une recherche systématique (de façon ordonnée, avec méthode) pour trouver ces études dans différentes bases de données regroupant des articles scientifiques

3.      Extraire les données voulues de ces articles

4.      Regrouper ces données dans une analyse statistique

Vite de même, ça a l’air simple.

Pas tant que ça. En fait, je dirais que ce n’est pas si compliqué, mais que certaines étapes sont très longues et parfois frustrantes (2). Par exemple, les données extraites doivent être transformées dans une unité de mesure commune. On ne peut pas directement comparer un pourcentage de plante broutée par un herbivore à un nombre de ramilles broutées; l’une des mesures sera obligatoirement entre 0 et 100, tandis que l’autre peut aller de 0 à l’infini, mais uniquement avec des nombres entiers!

Dans pas trop longtemps, je l’espère, je vous parlerai de l’étude que j’ai réalisée et du parcours du combattant que j’ai suivi. En attendant, mon étude est disponible sur un bioRxiv, sous la forme d’un preprint, soit un article non révisé par les pairs. Elle est encore sujette à changement, mais vous pouvez quand même la commenter!

(1) Par sexy, j'entends un sujet en vogue dans les milieux scientifiques… arrêtez de vous faire des idées!

(2) Genre, quand un auteur a omis de fournir certaines informations! Et qu’il n’a pas d’adresse courriel ou qu’il est mort. Ça arrive souvent…

Borenstein, M. et al. 2009. Introduction to meta-analysis. — John Wiley & Sons, Ltd.

Card, N. A. 2012. Applied meta-analysis for social science research. — The Guilford Press.

Koricheva, J. et al. 2013. Handbook of meta-analysis in ecology and evolution. — Princeton University Press.

Est-ce qu’il existe encore des barrières entre les femmes et la science au Québec?

Publié originalement le 17 mars 2015

Cette semaine, j’ai eu une discussion avec une bonne amie au sujet des préjugés véhiculés sur les femmes et la science, des effets potentiels sur les filles, etc. J’en suis partie peu convaincue d’avoir bien fait valoir mon point de vue. Mon billet d’aujourd’hui n’est pas une suite à cette discussion, c’est plutôt la poursuite de mes réflexions sur le sujet. J’aimerais répondre à la question suivante : est-ce qu’il existe encore des barrières entre les femmes et la science au Québec? (1)

Une courte recherche sur Web of Science (2) m’a menée vers un article de 2011, analysant les différences de performance entre tous les professeurs universitaires du Québec et les effets du sexe sur ces marqueurs de performance [1]. Les résultats surprendront certains, mais me semblent plutôt logiques. Voici quelques-uns de ces résultats :

• Dans tous les domaines (et j’entends ici, même les sciences sociales), il y a moins de femmes professeures-chercheuses que d’hommes.
• Les femmes reçoivent moins de financement à la recherche que les hommes. Pour les sciences naturelles et le génie, on parle d’une différence de 43 000 $.
• Les femmes ont publié 20 % moins d’articles que les hommes dans le domaine des sciences naturelles et le génie sur la période d’étude. Cette différence disparait toutefois quand on ne fait que considérer les premiers auteurs.
• Le facteur d’impact des chercheuses (3) semble inférieur à celui des chercheurs, bien qu’aucun test statistique n’ait été effectué sur ce résultat.

Certains diront que le manque de productivité des femmes est un résultat logique, découlant naturellement de leurs maternités. Larivière et collaborateurs [1] proposent également d’autres pistes de discussion. J’aimerais toutefois mettre ces résultats en parallèle avec ceux d’autres études (4) :

• Pour un dossier de candidature identique, une femme sera jugée moins compétente et se fera offrir un plus faible salaire, moins d’opportunités et moins de soutien [2].
• Suite à un processus de révision par les pairs aveugle (les noms des auteurs ne sont pas révélés), plus d’articles avec des femmes comme premiers auteurs sont publiés [3]. On en déduit que les articles écrits par des femmes ont moins de chance d’être publiés quand on sait qu’une femme l’a écrit.
• Les femmes sont sous-représentées comme éditeurs de journaux scientifiques (5).

Comment ne pas avoir envie de hurler quand on regarde ces faits? Comment nier qu’on a encore du chemin à faire? Même dans une société qui se dit avancée sur l’égalité homme femme, il y a des problèmes. En être conscient est selon moi l’étape 1.

(1) Quand je parle de science, je réfère aux disciplines regroupées en anglais sous l’acronyme STEM : science, technologie, génie et mathématiques.

(2) Mots clés utilisés: (Qu*bec) AND (girl* or wom*n) AND (science))

(3) Un indice qui tient compte de l’impact factor des journaux dans lesquels l’auteur a publié ses études.

(4) Un site qui recense de tels articles : https://www.cfa.harvard.edu/~srugheimer/Women_in_STEM_Resources.html

(5) Un petit test fait par Timothée Poisot sur son blogue : http://timotheepoisot.fr/2014/11/24/editorial-boards-gender-bias

1.             Larivière, V., et al., Sex differences in research funding, productivity and impact: an analysis of Quebec university professors. Scientometrics, 2011. 87(3): p. 483-498.

2.             Moss-Racusin, C.A., et al., Science faculty’s subtle gender biases favor male students. Proceedings of the National Academy of Sciences, 2012. 109(41): p. 16474-16479.

3.             Budden, A.E., et al., Double-blind review favours increased representation of female authors. Trends in ecology & evolution, 2008. 23(1): p. 4-6.

La métaphore du buffet : mon projet de doctorat

Publié originalement le 17 décembre 2014

Voici mon premier billet sur ma recherche! (1) Commençons par spécifier que je suis une écologiste spécialisée dans les relations plante-herbivore. Plus spécifiquement, j’étudie la sélection des ressources alimentaires d’un grand mammifère, le cerf de Virginie (Odocoileus virginianus) et comment sa sélection est influencée par les plantes accompagnatrices.

Si vous ne connaissez pas le domaine, sachez que plusieurs chercheurs et études se consacrent à la sélection de la ressource par les herbivores. C’est logique : l’utilisation des plantes par les herbivores peut entrer en compétition avec notre propre utilisation de ces ressources. Et comme les populations de grands herbivores sont en augmentation dans le monde, il y a génération de conflits entre la faune et les populations humaines [1]. Plusieurs recherches se concentrent également sur l’influence des plantes accompagnatrices (les plantes voisines d’une plante d’intérêt) sur la sélection de la ressource par les herbivores. Avec le temps, j’ai développé une métaphore sur l’impact de ces plantes accompagnatrices sur le risque d’une plante d’être consommée.

Disons que vous adorez le cheddar, vous aimez les olives et vous détestez le brocoli. On est à un party de Noël et je suis intéressée par la probabilité que vous mangiez des olives. Dans le buffet, si les olives sont placées à proximité du cheddar, cela pourrait augmenter cette probabilité : vous allez vous tenir dans le secteur du buffet avec fromage et ingérer des quantités incroyables de cheddar et d’olives. Au contraire, si les olives sont près du brocoli, la probabilité de manger des olives pourrait diminuer. Juste à voir le brocoli, vous avez un haut-le-coeur et vous évitez cette section du buffet. Bien entendu, c’est une simplification de l’effet d’une plante accompagnatrices. L’effet d’une plante préférée et d’une plante évitée peut être inverse à celui décrit ci-dessus, mais ce sera le sujet d’un autre billet.

Certains des cerfs que j’étudie sont dans un système très simple, l’ile d’Anticosti (2). Sur l’île, il y a 3 espèces d’arbres principales. Nous pouvons les classer selon l’ordre de préférence du cerf pour ces espèces : bouleau > sapin baumier > épinettes. Les objectifs de gestion et conservation pour l’île visent à augmenter la régénération en sapin (Abies balsamea), qui est présentement surbrouté. Pourquoi ne pas utiliser les espèces accompagnatrices pour modifier la probabilité qu’un cerf consomme les sapins? Certains chercheurs ont proposé des initiatives de ce type dans d’autres systèmes [par exemple: 2]. Et c’est en partie pourquoi mon projet a été lancé.

Et voilà, je vous ai expliqué la métaphore du buffet, qui résume de façon simplifiée mon projet de doctorat. Une fois ce concept expliqué, je pourrais vous relater le travail de terrain que je m’apprête à faire en janvier : placer des branches dans le bois et noter ce que le cerf consomme. Spoiler: cette expérience implique de l’urine de coyote.

(1) Vous pouvez partager avec vos amis scientifiques anglophones avec ce lien/You can find the English version of this post here:

http://survivreasondoctorat.blog.com/2014/12/17/the-buffet-metaphor-for-my-ph-d/

(2) Un autre sujet futur !

1. Côté, S.D., et al., Ecological impacts of deer overabundance. Annual Review of Ecology Evolution and Systematics, 2004. 35: p. 113-147.

2.Aerts, R., et al., Restoration of dry afromontane forest using pioneer shrubs as nurse-plants for Olea europaea ssp cuspidata. Restoration Ecology, 2007. 15(1): p. 129-138.