La diversité bêta est une mesure essentielle pour décrire l'organisation de la biodiversité dans l'espace. Le calcul des contributions locales à la diversité bêta (LCBD), en particulier, permet d'identifier des sites à forte unicité écologique montrant une diversité exceptionnelle au sein d'une région d'intérêt. Jusqu’à présent, l'utilisation des LCBD s'est restreinte à des échelles locales ou régionales avec un petit nombre de sites. Dans ce mémoire, j'ai examiné si les modèles de répartition d'espèces (SDM) permettent d'évaluer l'unicité écologique sur de plus grandes étendues spatiales. J'ai également étudié l’effet des changements d’échelle sur la quantification de la diversité bêta. Pour ce faire, j'ai utilisé la base de données eBird et des arbres de régression additifs bayésiens pour prédire la répartition des parulines en Amérique du Nord. J'ai ensuite calculé les LCBD sur ces prédictions, ce qui permet de couvrir de plus grandes étendues spatiales et un nombre de sites plus élevé. Mes résultats ont montré que les SDM fournissent des estimations d'unicité fortement corrélées avec les données observées et montrant une association spatiale statistiquement significative. Ils ont également montré que la relation entre la richesse et les LCBD varie selon la région et l'étendue spatiale et qu'elle est influencée par la proportion d'espèces rares dans les communautés. Ainsi, les sites identifiés comme uniques peuvent varier selon les caractéristiques de la région étudiée. Ces résultats montrent que les SDM peuvent être utilisés pour prédire l'unicité écologique, ce qui pourrait permettre d'identifier d'importantes cibles de conservation au sein de régions non échantillonnées. / Beta diversity is an essential measure to describe the organization of biodiversity through space. The calculation of local contributions to beta diversity (LCBD), specifically, allows the identification of sites with high ecological uniqueness and exceptional diversity within a region of interest. To this day, LCBD indices have primarily been used on regional and smaller scales, with relatively few sites. Furthermore, their use is typically restricted to strictly sampled sites with known species composition, leading to gaps in spatial coverage on broad extents. Here, I examined whether species distribution models (SDMs) can be used to assess ecological uniqueness over broader spatial extents and investigated the effect of scale changes on beta diversity quantification. To this aim, I used observations recorded in the eBird database and Bayesian additive regression trees to model warbler species composition in North America, then computed LCBD indices on the predictions, thus covering a broader spatial extent and a higher number of sites. My results showed that SDMs provide uniqueness estimates highly correlated with observed data with a statistically significant spatial association. They also showed that the relationship between richness and LCBD values varies according to the region and the spatial extent and that it is affected by the proportion of rare species in communities. Sites identified as unique may therefore vary according to regional characteristics. These results show that SDMs can be used to predict ecological uniqueness over broad spatial extents, which could help identify beta diversity hotspots and important targets for conservation purposes in unsampled locations.