Cette thèse vise à comprendre comment des organismes variés tels que les plantes clonales, les humains ou les guêpes parasitoïdes résolvent un problème commun : Comment se comporter dans un environnement hétérogène de manière à prélever le maximum de ressource ? Les organismes n'ayant pas la capacité d'identifier les solutions théoriquement optimales, nous avons étudié les heuristiques permettant de se comporter efficacement sans calcul. Les insectes parasitoïdes, modèles de choix de l'écologie comportementale, nous montrent que l'information perçue de l'environnement influence de manière complexe le comportement d'approvisionnement. Malheureusement, le processus décisionnel sous-jacent n'est pas accessible directement par les méthodes d'investigation connues. Nous avons donc exploré les processus cognitifs convergeant avec les modèles décisionnels optimaux en utilisant l'Homme. De fortes similitudes ont été relevées entre les deux modèles biologiques, mettant ainsi en évidence des points de convergence entre les mécanismes proximaux du comportement. L'environnement et l'histoire évolutive des organismes influencent donc la prise de décision en favorisant l'émergence et le maintien d'heuristiques efficaces indépendamment du degré de complexité cognitive. Cette problématique a été étendue aux plantes clonales qui explorent le milieu par le biais de prolongements végétatifs. Nous avons identifié l'information pertinente et la règle décisionnelle optimale pour une plante clonale afin de maximiser l'exploitation d'une ressource (nutriments, eau, lumière). Les plantes clonales semblent se comporter de manière cohérente avec les prédictions du modèle optimal, révélant un processus décisionnel encore insoupçonné chez ces organismes.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00667870 |
| Date | 09 December 2011 |
| Creators | Louapre, Philippe |
| Publisher | Université Rennes 1 |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0018 seconds