Return to search

Application d'algorithmes prédictifs à l'identification de niches écoculturelles des populations du passé : approche ethnoarchéologique / Predictive algorithms applied to the identification of eco-cultural niches of past populations : an ethnoarchaeological approach

La géographie des groupes humains résulte d’événements historiques culturels et environnementaux. Notre démarche consiste à identifier des relations cultures/environnements dans des populations actuelles ou historiques bien documentées pour ensuite déceler l’éventuelle présence de phénomènes similaires dans des populations anciennes dont seuls les vestiges archéologiques sont connus. Après avoir passé en revue différents concepts permettant de décrire l’espace écologique occupé par une espèce (ou une population déterminée par un trait spécifique), nous déduisons que le concept de niche est idéal pour mesurer les facteurs environnementaux qui peuvent influencer l’établissement d’une culture en un lieu à une période donnée. Afin d’apprécier les distributions géographiques potentielles de cultures du présent et du passé, nous utilisons la modélisation de niches écoculturelles (ECNM). L’ECNM utilise des algorithmes prédictifs ainsi que des données d’occurrences et environnementales afin d’examiner les possibles influences des facteurs environnementaux dans les trajectoires évolutives des cultures. Nous présentons des résultats issus d’une optimisation de l’ECNM qui consiste à obtenir des données environnementales à très hautes résolutions spatiale et temporelle puis à combiner des prédictions de niche en tenant compte des performances des différents algorithmes prédictifs utilisés. La validité de la méthode que nous proposons est assurée par la fiabilité des occurrences que nous utilisons dans nos référentiels actualiste et historique. Enfin l’analyse statistique de plusieurs niches contemporaines, ou se succédant dans plusieurs phases climatiques, nous permet de les positionner dans l’espace écologique et de discuter de diversité culturelle, de risque écologique, de compétition, de dynamique évolutive et de peuplement. / The geographic distribution of human populations is the result of both historical contingency and environmental factors. This study identifies culture-environment relations for well-documented present-day and historic populations in order to evaluate whether the same phenomena operated inprehistoric contexts, which are only known from archaeological sites. After reviewing the different concepts used to describe the ecological space occupied by a species (or specific population), it is shown that the niche concept is well-suited for identifying and measuring environmental factors that can influence the distribution of a culture at a particular place and time. In order to better understand the potential distributions of present and past cultures, this study employs the method known aseco-cultural niche modeling (ECNM). ECNM uses predictive algorithms along with occurrence and environmental data in order to examine the possible influences of environmental factors on cultural trajectories. The results presented here are derived from an optimized ECNM approach that permits one to obtain high-resolution environmental data, and that also combines niche predictions by taking into account the performance of the various employed predictive algorithms.The effectiveness of this approach is ensured by the use of reliable occurrence data for both the present-day and historic case studies. Finally, statistical evaluations of multiple contemporaneous niches, as well as successive ones across multiple climatic phases, allow them to be placed in ecological space and examined with respect to cultural diversity, ecological risk, competition, and evolutionary and population dynamics.

Identiferoai:union.ndltd.org:theses.fr/2015BORD0173
Date06 November 2015
CreatorsAntunes, Nicolas
ContributorsBordeaux, D'Errico, Francesco, Banks, William E.
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0024 seconds