Thèse (Ph. D.)--Université Laval, 2009. / Bibliogr.: f. [123]-139. Publié aussi en version électronique dans la Collection Mémoires et thèses électroniques.

Cette étude a pour but d'identifier le système de référence spatial qu'utilise le cheval dans une tâche de trajet inverse. Deux systèmes de référence sont testés. Le premier est de nature égocentrique et consiste en l'utilisation de la position du corps dans l'espace afin de localiser un but. Le deuxième consiste en l'utilisation de repères visuels. Six récipients identiques sont disposés sur un arc-de-cercle à égale distance les uns des autres. Différents repères visuels sont également placés près de trois des récipients. Lors de l'entraînement, les sujets sont accompagnés d'un point situé au centre de l'arc-de-cercle jusqu'au récipient appâté où ils prennent connaissance de la nourriture, puis sont raccompagnés jusqu'au point de départ d'où ils sont relâchés et laissés libres de retrouver la nourriture. L'utilisation du système de référence égocentrique est évaluée en introduisant des essais où la position de départ se situe à l'opposé du centre de l'arc-de-cercle d'où le cheval est relâché. L'importance des repères visuels est évaluée en introduisant des essais où ils sont absents. Les résultats suggèrent que les chevaux n'utilisent pas les deux systèmes de référence testés mais plutôt un système égocentrique flexible où ils considèrent leurs propres déplacements dans l'espace afin de relocaliser le récipient appâté.

La déficience en fer maternelle est commune à travers le monde. Les effets sur la progéniture demeurent peu connus. Le but de cette étude est de déterminer les effets d'une déficience en fer maternelle sur le métabolisme des acides gras essentiels - éicosanoïdes et sur l'apprentissage spatial de la progéniture chez le cochon d'Inde. Des femelles gestantes ont été nourries avec une diète déficiente ou enrichie en fer pendant toute la grossesse jusqu'au sevrage. Dans un deuxième protocole, les femelles étaient nourries avec les mêmes diètes mais les petits tous sevrés avec la diète enrichie de fer. La proportion d'acides gras oméga-3 dans le cerveau était plus élevée chez la progéniture du groupe déficient à l'âge de 9 jours. À l'âge de 24 - 40 jours, la progéniture du groupe . déficient était plus active et les acides gras oméga-6, oméga-3 et les PG étaient plus élevés. Une déficience en fer maternelle modérée affecte le niveau d'activité et le métabolisme des acides gras essentiels - éicosanoïdes de la progéniture à l'âge adulte.

Cette thèse explore la compréhension du mouvement animal en écologie sous un angle statistique, un aspect crucial pour diverses applications pratiques telles que la réintroduction d'espèces, la planification de campagnes de vaccination et la surveillance des transports de particules. Pour ce faire, elle se fixe plusieurs objectifs majeurs. Dans un premier volet, la thèse se concentre sur la modélisation de l'approche directionnelle du mouvement animal. Cela implique l'intégration d'un nombre variable de facteurs environnementaux dans la trajectoire des animaux, en utilisant notamment un modèle de régression angulaire. Ces facteurs, appelés « cibles », sont essentiels pour une compréhension approfondie du mouvement des animaux. Un deuxième objectif consiste à élaborer des modèles multi-états pour tenir compte de la diversité des comportements animaux. Ces modèles permettent d'associer différents comportements à des états non observés, une tâche complexe en termes d'inférence étant donné que la vraisemblance des données dépend de l'ensemble des états, qui restent cachés. Par exemple, un modèle de Markov caché est utilisé dans l'approche directionnelle pour prédire le mouvement des caribous. En parallèle, la thèse vise à développer une régression logistique conditionnelle multi-états pour l'approche de type choix discret. Cette méthode permet de prédire les choix des animaux en fonction des attributs du paysage, en uniformisant autant que possible les deux approches pour en exposer les forces et faiblesses respectives. Enfin, les avancées méthodologiques découlant de ces travaux sont présentées afin de comprendre les améliorations notables pour analyser le mouvement des animaux avec des modèles multi-états. Ainsi, la thèse s'inscrit dans une démarche visant à améliorer la compréhension du mouvement animal en intégrant des facteurs environnementaux et des comportements multi- états. Elle offre également des outils pratiques pour l'analyse des données de trajectoires animales, ce qui pourrait avoir un impact significatif dans le domaine de l'écologie. / This thesis explores the understanding of animal movement in ecology from a statistical perspective, a crucial aspect for various practical applications such as species reintroduction, vaccination campaign planning, and monitoring particle transport. To this end, it sets several major objectives. Firstly, the thesis focuses on modeling the directional approach to animal movement. This involves integrating a variable number of environmental factors into the animals' trajectories, notably using an angular regression model. These factors, called "targets," are essential for a thorough understanding of animal movement. A second objective is to develop multi-state models to account for the diversity of animal behaviors. These models allow for associating different behaviors with unobserved states, a complex task in terms of inference since the likelihood of the data depends on the set of states, which remain hidden. For example, a hidden Markov model (HMM) is used in the directional approach to predict caribou movement. Concurrently, the thesis aims to develop a multi-state conditional logistic regression for the discrete choice approach. This method allows predicting animal choices based on landscape attributes, standardizing both approaches as much as possible to highlight their respective strengths and weaknesses. Finally, the methodological advances following this work are presented to understand the significant improvements in analyzing animal movement with multi-state models. Thus, the thesis aims to enhance the understanding of animal movement by integrating environmental factors and multi-state behaviors. It also offers practical tools for analyzing animal trajectory data, which could have a significant impact in the field of ecology.

L’objectif général de cette thèse est de développer des modèles mécanistes de l’utilisation de l’espace qui sont basés sur les déplacements des animaux, afin de comprendre et d’anticiper la répartition spatiale des populations animales dans des environnements hétérogènes et dynamiques. J’utilise et je développe des méthodologies qui intègrent autant la modélisation mathématique de la dynamique spatio-temporelle des déplacements que des analyses statistiques de données simulées et empiriques de déplacement. Dans mon premier chapitre, j’effectue une série de simulations afin de clarifier combien de grappes sont nécessaires lors d’une estimation par équations d’estimation généralisées, pour correctement tenir compte de la corrélation dans les données de déplacement et obtenir des inférences robustes sur la sélection de l’habitat. Mes simulations révèlent que 30 individus indépendants, chacun étant assigné à une grappe, suffisent pour éviter la mesure biaisée de l’incertitude sur la sélection de l’habitat lors des déplacements dans un environnement hétérogène. Dans le cas où moins de 30 individus sont disponibles, il est possible d’augmenter le nombre de grappes en divisant les données des individus, cependant il faut s’assurer de la présence d’une autocorrélation temporelle et d’une faible hétérogénéité interindividuelle dans les données. Dans mon deuxième chapitre, je développe un modèle statistique de déplacement permettant d’identifier différentes phases comportementales par lesquelles passent les individus (p. ex., alimentation, déplacements entre les parcelles de ressource) et de révéler la sélection de l’habitat spécifique à chaque phase, pour l’ensemble de la population et à partir de données collectées irrégulièrement. L’analyse de données simulées et empiriques de déplacement de trois grands herbivores dont le bison des prairies (Bison bison bison), le cerf à queue noire (Odocoileus hemionus) et le zèbre des plaines (Equus quagga) démontrent la robustesse et la bonne capacité de prévision du modèle. Cet outil statistique est également flexible puisque j’évalue différents processus écologiques à partir de ces données tels que l’alimentation, la migration ou encore les réponses comportementales face à un prédateur. De plus, je montre la nécessité de tenir compte des phases comportementales pour correctement caractériser la sélection de l’habitat lors des déplacements des animaux. Le développement mathématique que j’ai effectué dans mon troisième chapitre permet de coupler les déplacements des individus au sein d’un réseau de parcelles de ressources et le temps de résidence dans les parcelles afin de prévoir, de façon mécaniste, la répartition spatiale d’une population dans un environnement hétérogène. De plus, j’illustre une méthodologie pour identifier et prévoir le réseau théorique le plus représentatif de l’espèce étudiée. Je démontre à partir de l’application du modèle aux données de bisons des prairies, que la topologie du réseau théorique est cruciale pour correctement anticiper l’utilisation de l’espace d’une population, ainsi que pour implémenter des plans de gestion ou de conservation les plus réalistes possibles. Dans mon chapitre 4, je teste empiriquement la robustesse d’un réseau de parcelles de ressources lorsque celui-ci est perturbé par une fragmentation anthropique du paysage. Les résultats révèlent que les caribous des bois (Rangifer tarandus caribou) reconnectent certaines parcelles favorisant ainsi la robustesse du réseau. Cependant, les prévisions de la répartition spatiale des individus obtenues en utilisant le modèle mécaniste développé dans le chapitre 3 démontrent que, malgré la reconnexion, l’utilisation des parcelles de ressources par les caribous change suite à la perturbation. De plus, ce changement est plus soutenu lorsque ce sont les parcelles les plus connectées (c.-à-d., les pôles) qui sont fragmentées. Ma thèse apporte une contribution méthodologique pour mieux tenir compte de la corrélation dans les données de déplacement et intégrer les phases comportementales lors de l’analyse de la sélection de l’habitat dans des paysages hétérogènes. Mon travail permet aussi de faire le lien entre la théorie des réseaux et l’utilisation de l’espace pour prévoir d’une façon mécaniste la répartition spatiale des populations animales dans des environnements hétérogènes et dynamiques. Mon doctorat donne également lieu à une évaluation du contexte dans lequel la théorie des réseaux peut s’appliquer à l’écologie spatiale. Finalement, ma thèse vient améliorer notre compréhension mécaniste des déplacements de quatre espèces de grands herbivores. / In my thesis, I develop mechanistic models of space use based on animal movement, to understand and to predict population distribution in heterogeneous and dynamic landscapes. Used and developed methodologies couple mathematical modelling of the spatio-temporal dynamics of animal movement together with statistical analysis of simulated and empirical movement datasets. In my first chapter, I proceed in a series of simulations to clarify how many clusters are needed when using generalized estimating equations to correctly account for the correlation in movement data and to obtain robust inference on habitat selection. My simulations reveal that 30 independent individuals, each assigned to a cluster, are sufficient to avoid biased evaluation of the uncertainty on habitat selection along movement in heterogeneous environments. When less than 30 individuals are available, destructive sampling can be used but solely when temporal correlation is present and inter-individual heterogeneity is low in the data. In my second chapter, I develop a statistical movement model that allows to identify successive behavioral phases (e.g., foraging phase, inter-patch movement) together with behavior-specific habitat selection parameters, over the whole population and using temporally irregular data. Analysis of simulated and empirical movement data from three large herbivores including plains bison (Bison bison bison), mule deer (Odocoileus hemionus) and plains zebra (Equus quagga) show the robustness and the high predictive capacity of the model. This statistical tool is also flexible since I assess multiple ecological processes from those datasets such as foraging behavior, migratory behavior or prey-predator interactions. In addition, I show how accounting for behavioral phases in habitat selection analysis is crucial to correctly characterize habitat selection along animal movement. In my third chapter, I develop a mathematical framework to couple movement of individuals among a network of resource patches with residency time in patches to mechanistically predict space use in heterogeneous landscapes. In addition, I illustrate a methodology to identify and predict the most representative theoretical network for the target species. I show from model application on data of plains bison that the theoretical network topology is crucial to correctly infer population space use and implement realistic management and conservation planning. In my chapter 4, I empirically assess the robustness of a network of resource patches following landscape fragmentation from anthropogenic source. The analysis shows that woodland caribou (Rangifer tarandus caribou) reconnect some patches, thus causing robustness in their spatial networks. However, predictions on space use from the mechanistic model developed in chapter 3 reveal that, despite the rewiring, patch use change following the fragmentation. Moreover, this change is stronger when the most connected patches (i.e., the hubs) are impacted. My thesis provides a methodological contribution to better account for correlation in movement data and integrate behavioral phases in habitat selection analysis in heterogeneous landscapes. Besides, my work links network theory and space use to mechanistically predict population distribution in heterogeneous and dynamic environments. My research also assesses the context in which network theory can be applied to spatial ecology. Finally, my thesis improves our mechanistic understanding of animal movement in four species of large herbivores.