En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal

St Pee

Aquapôle INRA

Inra Bordeaux-Aquitaine
Quartier Ibarron
64310 Saint-Pée-sur-Nivelle
FRANCE

tél : +33 (0) 5 59 51 59 51
fax : +33 (0) 5 59 54 51 52

Etienne Prévost

CR1

Etienne Prévost
© inra, 2007
Modélisation statistique bayésienne pour la dynamique des populations et l'aide à la décision pour la gestion

Coordonnées | Activités | Partenariats | Enseignements | Publications

Coordonnées

UMR INRA/UPPA Ecobiop
Quartier Ibarron
64310 St Pée-sur-Nivelle - France
Tel : +33 (0)5 59 51 59 83
Fax: +33 (0)5 59 54 51 52
Courriel : etienne.prevost@inra.fr

Activités

  • Cursus et formation
    - 1985 : Diplôme d'Agronomie Approfondie (Ingénieur agronome), option Halieutique (ENSA Rennes).
    - 1987 : Diplôme de Docteur ingénieur en sciences agronomiques, option Halieutique (ENSA Rennes).
    - 1er décembre 1987 - 31 mars 1989 : Volontaire Aide Technique en Guyane française, détaché au laboratoire "Ressources Halieutiques" de la station IFREMER de Cayenne.
    - 1er septembre 1989 - 31 juillet 2004 : Chercheur à l'UMR INRA/Agrocampus "Ecologie et qualité des hydrosystèmes continentaux" de Rennes.
    - 4 décembre 1990 - 1er décembre 1991 : mission longue durée au Canada au Gulf Fisheries Centre (Moncton, New Brunswick) au sein de l'équipe scientifique dirigée par E.M.P. CHADWICK (Marine and Anadromous Fish Division).
    - Depuis le 1er août 2004 : l'UMR INRA /UPPA "Ecologie comportemantale et biologie des populations de poissons" de St Péé s/ Nivelle.
  • Thématiques actuelles
    Modélisation statistique bayesienne pour la dynamique des populations et l'aide à la décision pour la gestion :
    - structure de conditionnement des strategies d'histoire de vie (mortalité sélective, norme de récation, coût de la reproduction) à partir d'expérience de capture-marquage-recapture ;
    - modèles dynamiques de cycle biologique incorporant des de traits d'histoire de vie conditionnés par le climat et conditionnant le succès reproducteur ;
    - effet du changement climatique sur les effectifs et la composition des populations et ses conséquences pour la conservation et l'exploitation ;
    - aide à la décision en univers incertain pour la gestion des populations de poissons migrateurs amphihalins.
    Mon travail est focalisé sur le saumon atlantique.
  • Autres points
    Modélisation bayesienne pour l'estimation d'abondance des populations de poissons.
    Modélisation bayesienne des données comportementales chez les poissons (migration, reproduction).

Partenariats

  • Pêches et Océans - Canada : Formulating Multi-year Catch Advice in a Mixed-Stock Fishery Context (leader du projet : Gérald Chaput)
  • Loughs Agency - Irlande : Conservation limits, pre-fishrey abundance (PFA) and management of the Foyle salmon fishery (thèse co-encadrée : Guillaume Dauphin, Université de Glasgow)
  • Ministère de l'écologie et du développement durable - France : Changement global et stratégies démographqiues des populations de poissons (leader du projet : Didier Pont, Cemagref)
  • Dans le domaine de la modélisation bayesienne appliquée l'écologie des populations et à l'aide à la décision, je collabore étroitement avec Etienne Rivot (Agrocampus, Rennes) et Eric Parent (Agro Paris Tech)

Enseignements

  • Dynamique des ressources halieutiques (10h cours) : Université de Pau et Pays de l'Adour, Master Pro "Dynamique des écosystèmes aquatiques" .
  • Modélisation statistique pour l'évaluation et la gestion des risques (6h TD) : Agro Paris Tech, ENGREF.

Sélection de publications

  • Prévost E., Crozier W.W., Schön P.-J., 2005. Static versus dynamic model for forecasting salmon pre-fishery abundance of the River Bush: a Bayesian comparison. Fish. Res., 73: 111-122.
  • Rivot E., Prévost E., Parent E., Baglinière J.-L., 2004. A Bayesian state-space modelling framework for fitting a salmon stage-structured population dynamic model to multiple time series of field data. Ecol. Model., 179 : 463-485.
  • Prévost E., Parent E., Crozier W., Davidson I., Dumas J., Gudbergsson G., Hindar K., McGinnity P., MacLean J., Sættem L.M., 2003. Setting biological reference points for Atlantic salmon stocks: transfer of information from data-rich to sparse-data situations by Bayesian hierarchical modelling. ICES J. Mar. Sci., 60 : 1177-1193.
  • Rivot E., Prévost E., 2002. Hierarchical Bayesian analysis of capture-mark-recapture data. Can. J. Fish. Aquat. Sci., 59 : 1768-1784.
  • Rivot E., Prévost E., Parent E., 2001. How robust are Bayesian posterior inferences based on a Ricker model with regards to measurement errors and prior assumptions about parameters? Can. J. Fish. Aquat. Sci., 58 : 2284-2297.
  • De Oliveira E., Bez N., Prévost E., 2001. Impact of local pollution on fish abundance using geostatistical simulations, pp. 181-191. In Monestiez P., Allard D., Froidevaux R. (Eds.), geoENV III – Geostatistics for environmental applications. Kluwer Academic Publishers.
  • Prévost E., Chaput G. (Eds), 2001. Stock, recruitment and reference points. Assessment and management of Atlantic salmon. INRA, Paris, 223 p.

Publications