Chercheur.e pour une méta-analyse mondiale des impacts de l'agriculture sur la biodiversité

Rattaché.e à l'unité Hortsys « Fonctionnement agroécologique et performances des systèmes de culture horticoles », et intégré.e dans le projet « Agri-TE », vous synthétiserez les performances agronomiques et écologiques des systèmes agricoles à partir de la littérature scientifique. Sur la base de ces résultats, vous élaborerez une carte des preuves (Evidence map- Katz, et al., 2003) pour guider les futures recherches. Les résultats seront diffusés par le biais de publications et la possible création d'une plateforme internet.

Dans un second temps, vous calculerez les performances moyennes et leur variabilité pour chacune des pratiques considérées. Cette quantification prendra en compte la qualité des études, la redondance éventuelle des expérimentations, les études manquantes et la variabilité entre les études.
Dans les limites des données disponibles, vous distinguerez les performances sur la biodiversité pour différents groupes taxonomiques (par exemple, mammifères, oiseaux, reptiles, amphibiens, insectes, micro-organismes) et fonctionnels (par exemple, parasites, ennemis, pollinisateurs, décomposeurs) et selon une série de mesures de la diversité (diversité fonctionnelle, abondance, régularité, richesse des divers taxons).

Globalement, les travaux visent à intégrer des résultats expérimentaux locaux afin qu'ils puissent être réutilisés par d'autres méthodes d'évaluation intégratives, telles que l'analyse du cycle de vie ou les modèles de flux globaux (e.g. globAgri). Dans ce but, il sera envisagé de calculer des indices globaux de biodiversité (par exemple, affinity habitat index - Gerstner et al., 2014 ; BII – Newbold et al., 2015), qui permettent de cartographier l'évolution de la biodiversité pour chaque changement des pratiques agricoles.

Vous êtes titulaire d'un doctorat en agronomie, en écologie ou dans des domaines connexes et avez une expérience dans un ou plusieurs des domaines suivants : exploration de données, modélisation statistique, apprentissage automatique ou méta-analyses.

En outre, vous possédez :
-de solides compétences analytiques vous permettant de travailler avec des ensembles de données importants et multiples,
-une bonne connaissance des méthodes statistiques standards,
-une bonne connaissance du logiciel R,
-une capacité à travailler en équipe et en réseau de scientifiques internationaux
- un bon niveau en anglais et en français

-