Dans la zone cotonnière au Mali-sud, les différentes études menées expliquent la croissance des effectifs du cheptel bovin par une sous-exploitation des troupeaux par les éleveurs. L'objectif de la thèse est donc de faire un diagnostic sur l'exploitation du cheptel bovin dans la zone cotonnière au Mali-Sud et identifier les contraintes à l'exploitation du troupeau. La méthodologie de recherche a combiné l'approche zootechnique et sociologique pour analyser les pratiques et les décisions d'exploitation des troupeaux des éleveurs. L'utilisation d'un modèle démographique a permis de mesurer la sensibilité du taux de productivité aux différents paramètres démographiques. Le taux d'exploitation nette du troupeau estimé a été de 0,08 / an. Ce taux comparé au taux de 0,11 / an de la productivité numérique du cheptel montre qu'il n'y a pas de sous-exploitation du troupeau bovin. Les processus d'exploitation des animaux impliquent plusieurs décideurs. Cependant, les différentes structures organisationnelles et décisionnelles ne constituent pas une entrave à l'exploitation des animaux. Le besoin monétaire est la principale raison de la vente d'animaux pour faire face aux dépenses de la famille. Les taux d'exploitation et d'importation d'animaux sont en lien avec la taille du troupeau et les comportements des familles. Le taux d'exploitation est lié à la productivité du troupeau. L'amélioration de la productivité passe par une amélioration de la reproduction et une augmentation de la proportion de femelles reproductrices dans le troupeau. / In the cotton-growing area of Southern Mali, the different studies conducted explain the growth of the cattle herds' size by the under off-take of the herds by the breeder. The objective of the thesis is therefore to make a diagnosis on the off-take of the cattle herds in the cotton-growing area of Southern Mali and to identify the constraints of the herd off-take. The research methodology combined zoo technical and sociological approach to analyze the practices and the off-take decisions of the breeder's herds. The use of a demographic model permitted to measure the sensitivity of the productivity rate to the different demographic parameters. The valued off-take rate of the herd was of 0.08 year-1. This rate compared to the rate of 0.11 year-1 of the numeric productivity of livestock shows that there is not under off-take of the cattle herds. The processes of animal's off-take imply several decision-makers. However, the different organizational structures and decision don't constitute a hindrance to the animal's off-take. The monetary need is the main reason of animal's sale to face the family's expenses. The rates of off-take and in-take of animals are tie with the herd size and the behaviors of the families. The off-take rate is related to the productivity of the herd. The productivity improvement passes by the reproduction improvement and the proportion of reproductive females in the herd.

La thématique de l'expansion du système agricole depuis l'Anatolie vers les Balkans est depuis longtemps un important sujet de recherche. Les approches archéologiques classiques ont permis de mieux comprendre le parcours et le temps de cette expansion, mais ils n'expliquent rien de ce qui n'est pas observable dans les traces archéologiques : notamment, la structure socio-économique d'une société agricole préhistorique. Dans cette thèse, un modèle de type multi-agents a été utilisé pour explorer ces éléments qui sont invisibles en archéologie. Ce modèle, appelé BEAN (Bridging European and Anatolian Neolithic), consiste en une adaptation du modèle OBRESOC (Un OBservatoire REtrospectif d'une SOCiété archéologique). OBRESOC avait été crée pour simuler l'expansion des agriculteurs rubanées en Europe Centrale, et a été modifié pour s'adapter au contexte archéologique balkanique. L'expansion des premiers agriculteurs Balkaniques est simulée en combinant des données archéologiques avec des inférences ethnohistoriques et paléodémographiques. Un environnement réaliste a été modélisé, où les zones d'optimum agricole sont déterminées par des estimations de la météorologie et de la fertilité des sols. Chaque agent correspond à un foyer domestique ; les agents interagissent dans cet environnement en suivant des modèles partiaux intermédiaires socioéconomiques qui déterminent les règles de leur comportement. Par exemple : maisons avec des familles nucléaires ; système agricole intensif sur des petits champs avec chasse et cueillette complémentaires ; expansion déterminée par le scalar stress villageois ; réseaux de solidarité entre apparentés ; disettes et famines causées par des événements météorologiques. De cette façon, le modèle simule le fonctionnement et l'expansion géographique d'une société agricole Néolithique. De nombreuses simulations ont été effectuées, en faisant varier les paramètres les plus importants, identifiés grâce à une analyse de sensibilité. L'adhérence entre les données archéologiques et les données simulées a été mesurée principalement avec des critères géographiques : la simulation qui produit le patron d'expansion simulé qui coïncide le mieux avec l'expansion archéologique est considérée la meilleure. De procédures spécifiques ont été crées pour manipuler la grande quantité de données simulées produites par le modèle. L'observation de ces données a permis l'exploration de certains aspects qui sont invisibles en archéologie ; par exemple, le modèle a aidé à questionner des croyances archéologiques basées sur des hypothèses qui n'étaient pas vérifiables autrement. Le modèle a permis aussi l'exploration d'autres sujets, comme la comparaison entre le front pionner de colonisation et les zones d'ancienne occupation, ainsi que l'influence de la météorologie sur l'expansion du système agricole. Le modèle a produit des patrons d'expansion qui adhèrent, géographiquement et chronologiquement, à l'expansion suggérée par les traces archéologiques. L'exploration des sorties socio-économiques a permis la formulation de nouvelles hypothèses qui ne pourraient pas être faites simplement sur la base de ce qui est trouvé dans les vestiges archéologiques. Même quand il y a un large écart entre ce qui est observé en archéologie et ce qui est produit par le modèle, cette approche de modélisation multi-agents ouvre à des nouvelles questions, en ajoutant de nouvelles idées et perspectives à la recherche actuelle. / A topic of great importance in archaeological research throughout the last decades concerns the expansion of the first farmers from Anatolia through the Balkans. The standard archaeological approaches allowed the understanding of the path and timing of this expansion; however, they lack explanation of what is unobservable in the archaeological record: in particular, the socio-economic structure of a prehistoric farming society. Throughout this thesis, an agent-based model was built in order to explore those elements which are hidden in archaeology. This model, called BEAN (Bridging European and Anatolian Neolithic), is an adaptation of the OBRESOC model (Un OBservatoire REtrospectif d'une SOCiété archéologique). OBRESOC was created to simulate the expansion of the LBK farmers in central Europe, and was adapted to the Balkan archaeological context. The expansion of the first Neolithic farmers in the Balkans was simulated by combining the archaeological records to ethnohistoric and paleodemographic inferences. A realistic environment has been modelled where the areas of optimum farming are determined by meteorology and soil fertility estimates. An agent corresponds to a household; agents interact on this landscape, following socioeconomic partial intermediate models. For instance: households composed of a nuclear family; intensive farming system on small plot completed by hunting-gathering; expansion determined by scalar stress at the hamlet scale; family clan solidarity; shortages and famines caused by meteorological events). Thus, the model simulates the functioning of the Neolithic farming society and its geographic expansion. Several simulations have been executed, testing different combinations of the key parameters, identified through a sensitivity analysis. The goodness of fit of simulated data to the archaeological data is measured mostly on geographic criteria : the best simulation is the one that produces the expansion pattern that better fits to the archaeological data. Specific procedures have been developed in order to process the large amount of data produced by the model. The observation of this data permitted to explore some aspects that are invisible in archaeological record : for example, the model helped to investigate some archaeological beliefs, based on assumptions that could not be verified. The model also permitted the exploration of other topics, such as the comparison between the pioneer front of colonization and the zones of previous occupation, as well as the effect of meteorology on the expansion of the farming system. The model produced an expansion pattern that corresponds geographically and chronologically to the expansion suggested by the archaeological evidence. The exploration of socio-economic outputs permitted the formulation of new hypothesis that could not be made using purely archaeological record. Even when there's a large gap between what is found in archaeology and what is produced by the model, this agent-based modelling approach helps to raise new questions, adding new ideas and perspective to the actual state of research.