@article{fdi:010021047,
  title = {{P}redicting local fish species richness in the {G}aronne river basin},
  author = {{M}astrorillo, {S}. and {D}auba, {F}. and {O}berdorff, {T}. and {G}u{\'e}gan, {J}ean-{F}ran{\c{c}}ois and {L}ek, {S}.},
  editor = {},
  language = {{ENG}},
  abstract = {{C}e travail a consist{\'e} {\`a} pr{\'e}dire la richesse sp{\'e}cifique locale de poissons dans le bassin de la {G}aronne {\`a} partir de trois variables environnementales : la distance {\`a} la source, l'altitude et la surface du bassin versant. {L}e plus souvent, la richesse sp{\'e}cifique d'un bassin est {\'e}tudi{\'e}e en utilisant des mod{\`e}les de r{\'e}gression lin{\'e}aire simple ou multiple. {D}ans notre travail, un r{\'e}seau de neurones a {\'e}t{\'e} utilis{\'e} pour d{\'e}velopper un mod{\`e}le pr{\'e}dictif de la richesse sp{\'e}cifique. {D}eux bases de donn{\'e}es ind{\'e}pendantes ont {\'e}t{\'e} utilis{\'e}es, une pour construire et tester le mod{\`e}le, l'autre pour le valider. {L}es coefficients de corr{\'e}lation obtenus pour le test et la validation sont {\'e}lev{\'e}s et hautement significatifs (respectivement, r = 0,904, p est inf{\'e}rieur {\`a} 0,001 et r = 0,822, p est inf{\'e}rieur {\`a} 0,001). {P}r{\`e}s de 70% de la variation de la richesse est expliqu{\'e}e par les trois variables environnementales. {A} travers ces r{\'e}sultats, les r{\'e}seaux de neurones artificiels peuvent {\^e}tre consid{\'e}r{\'e}s comme un puissant outil pr{\'e}dictif face aux approches de mod{\'e}lisations plus traditionnelles. ({R}{\'e}sum{\'e} d'auteur)},
  keywords = {{POISSON} {D}'{EAU} {DOUCE} ; {DIVERSITE} {SPECIFIQUE} ; {DISTRIBUTION} {SPATIALE} ; {STRUCTURE} {DE} {POPULATION} ; {BASSIN} {VERSANT} ; {COURS} {D}'{EAU} ; {FACTEUR} {ECOLOGIQUE} ; {MODELISATION} ; {INTELLIGENCE} {ARTIFICIELLE} ; {ETUDE} {EXPERIMENTALE} ; {FRANCE} ; {GARONNE} {BASSIN} {VERSANT}},
  booktitle = {},
  journal = {{C}omptes-{R}endus de l'{A}cad{\'e}mie des {S}ciences.{S}{\'e}rie 3 : {S}ciences de la {V}ie},
  volume = {321},
  numero = {},
  pages = {423--428},
  ISSN = {0764-4469},
  year = {1998},
  DOI = {10.1016/{S}0764-4469(98)80307-7},
  URL = {https://www.documentation.ird.fr/hor/fdi:010021047},
}