Thèse Variabilité Intraspécifique des Traits Fonctionnels des Poissons d'Eau Douce à l'Échelle Mondiale Déterminants Biogéographiques et Effets des Pressions Anthropiques H/F - Doctorat.Gouv.Fr

Établissement : Université de Toulouse École doctorale : SEVAB - Sciences Ecologiques, Vétérinaires, Agronomiques et Bioingenieries Laboratoire de recherche : CRBE - Centre de Recherche sur la Biodiversité et l'Environnement Direction de la thèse : Sébastien BROSSE ORCID 0000000236598177 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-06-01T23:59:59 Les approches basées sur les traits fonctionnels constituent aujourd'hui un cadre analytique central en écologie des communautés, en ce qu'elles permettent de relier les caractéristiques biologiques des espèces - morphologie, physiologie, comportement - à leur rôle fonctionnel dans les écosystèmes et à leur réponse aux perturbations environnementales. Historiquement, ces approches reposent sur la variation interspécifique des traits (entre espèces), en supposant implicitement que tous les individus d'une même espèce sont fonctionnellement équivalents. Or la variabilité intraspécifique des traits (ITV), c'est-à-dire la variation des valeurs de traits au sein d'une même espèce entre individus, populations ou sexes, peut représenter une fraction substantielle de la variation totale observée au niveau des communautés. Son intégration dans les analyses fonctionnelles est donc susceptible de modifier profondément notre compréhension de la structure et du fonctionnement des écosystèmes.
Malgré une reconnaissance théorique croissante, la quantification empirique de l'ITV reste géographiquement fragmentée et taxonomiquement restreinte. Cette thèse vise à développer une approche macro-écologique de l'ITV chez les poissons d'eau douce à l'échelle mondiale. En mobilisant des bases de données sur la distribution des espèces, leurs traits morphologiques et la structure des communautés, le doctorant cherchera à : (i) quantifier la contribution relative de l'ITV à la variation fonctionnelle totale des communautés à large échelle ; (ii) identifier les déterminants biogéographiques et environnementaux de cette variabilité ; et (iii) évaluer dans quelle mesure les pressions anthropiques modifient l'ITV et, par extension, la diversité fonctionnelle des communautés.
Les résultats attendus contribueront à enrichir les cadres conceptuels de l'écologie fonctionnelle en intégrant explicitement la variabilité intra-spécifique dans les analyses à large échelle. Ils fourniront également des éléments concrets pour orienter les stratégies de conservation, en identifiant les espèces et les communautés dont la diversité fonctionnelle est la plus exposée aux activités humaines.
Ce sujet de thèse s'intègre dans les thématiques développées par le Centre de Recherche sur la Biodiversité et l'Environnement (CRBE), à savoir comprendre les conséquences des activités humaines sur la biodiversité à différentes échelles spatiales (globale, régionale). Cette thèse vise à développer une approche macro-écologique de la variabilité intraspécifique des poissons d'eau douce. En particulier, cette étude vise à comprendre l'influence de la variabilité intraspécifique des traits morphologiques dans la structure fonctionnelle des communautés à large échelle. Cette thèse vise à comprendre comment les activités humaines influence la variabilité intraspécifique des poissons d'eau douce. L'équipe d'accueil (AQUAECO) possède une expertise particulière sur l'écologie des poissons d'eau douce et la macroécologie. Elle dispose également bases données sur la distribution globale des espèces et les traits fonctionnels des poissons d'eau douce. Une base base de données sur la variabilité intraspécifique des poissons d'eau douce est également disponible pour des communautés de poissons dans différentes zones du globe. Le traitement des données demandera au candidat de bonnes compétences en biostatistiques et modélisation. Une bonne maîtrise des analyses statistiques sous R et/ou Python est indispensable.

- Maîtrise de l'analyse de données sous R (requis) et/ou Python (optionnel).
- Maîtrise de création graphique sous R et/ou Python de préférence
- Excellentes capacités de rédaction scientifique en français comme en anglais
- Bonne connaissances des concepts généraux d'écologie fonctionnelle et des approches par
traits.