Espèce en dangervignette|Symbole « en danger » de la liste rouge de l'UICN. En biologie et écologie, l'expression « espèce en danger » s'applique à toute espèce risquant de disparaître à court ou moyen terme. Selon le congrès mondial de l'UICN de septembre 2016, , ce qu'un article du 10 août, dans la revue Nature traduit sous le titre « Les ravages des fusils, des filets et des bulldozers » aussi qualifiés de grands tueurs parmi les facteurs de régression de animales et végétales évaluées et classées en 2016 comme menacées ou quasi menacées de disparition sur la liste rouge de l'UICN.
Population de petite tailleUne population de petite taille se comporte différemment des grandes populations. Ce type de population est souvent le résultat d'un goulet d'étranglement, qui a des conséquences dramatiques pour la survie de cette population. L'influence de la variation stochastique des taux démographiques (taux de reproduction et de mortalité) est beaucoup plus élevée dans les petites populations que dans les grandes. Cette variation stochastique cause une fluctuation aléatoire de la taille des petites populations : plus la population est petite, plus la probabilité que ces fluctuations conduisent à l'extinction est grande.
Minimum viable populationMinimum viable population (MVP) is a lower bound on the population of a species, such that it can survive in the wild. This term is commonly used in the fields of biology, ecology, and conservation biology. MVP refers to the smallest possible size at which a biological population can exist without facing extinction from natural disasters or demographic, environmental, or genetic stochasticity. The term "population" is defined as a group of interbreeding individuals in similar geographic area that undergo negligible gene flow with other groups of the species.
Intermédiaire réactionnelUn intermédiaire réactionnel est une espèce participant à un mécanisme réactionnel et qui n'est ni un réactif, ni un produit dans l'équation-bilan de la réaction. Il apparaît donc en tant que produit dans au moins un acte élémentaire (réaction fondamentale d'un mécanisme réactionnel) et en tant que réactif dans au moins un autre acte élémentaire. On distingue les intermédiaires réactionnels très réactifs, appelés centres actifs.
Espèce rareUne espèce rare est une espèce dont le nombre d'individus est très bas. Cette désignation peut être appliquée à un taxon végétal ou animal et est distincte du terme en danger, en voie de disparition ou menacé. La désignation d'une espèce rare peut être faite par un organisme officiel, tel qu'un gouvernement national ou une région. Le terme apparaît le plus souvent sans référence à des critères spécifiques. L'UICN n'effectue normalement pas de telles désignations, mais peut utiliser ce terme dans le cadre de discussions scientifiques.
BoostingLe boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle). C'est un principe qui regroupe de nombreux algorithmes qui s'appuient sur des ensembles de classifieurs binaires : le boosting optimise leurs performances. Le principe est issu de la combinaison de classifieurs (appelés également hypothèses). Par itérations successives, la connaissance d'un classifieur faible - weak classifier - est ajoutée au classifieur final - strong classifier.
Méthode itérativeEn analyse numérique, une méthode itérative est un procédé algorithmique utilisé pour résoudre un problème, par exemple la recherche d’une solution d’un système d'équations ou d’un problème d’optimisation. En débutant par le choix d’un point initial considéré comme une première ébauche de solution, la méthode procède par itérations au cours desquelles elle détermine une succession de solutions approximatives raffinées qui se rapprochent graduellement de la solution cherchée. Les points générés sont appelés des itérés.
Training simulationIn business, training simulation is a virtual medium through which various types of skills can be acquired. Training simulations can be used in a variety of genres; however they are most commonly used in corporate situations to improve business awareness and management skills. They are also common in academic environments as an integrated part of a business or management course. The word simulation implies an imitation of a real-life process, usually via a computer or other technological device, in order to provide a lifelike experience.
Idealised populationIn population genetics an idealised population is one that can be described using a number of simplifying assumptions. Models of idealised populations are either used to make a general point, or they are fit to data on real populations for which the assumptions may not hold true. For example, coalescent theory is used to fit data to models of idealised populations. The most common idealized population in population genetics is described in the Wright-Fisher model after Sewall Wright and Ronald Fisher (1922, 1930) and (1931).
Heun's methodIn mathematics and computational science, Heun's method may refer to the improved or modified Euler's method (that is, the explicit trapezoidal rule), or a similar two-stage Runge–Kutta method. It is named after Karl Heun and is a numerical procedure for solving ordinary differential equations (ODEs) with a given initial value. Both variants can be seen as extensions of the Euler method into two-stage second-order Runge–Kutta methods.
Stœchiométrievignette|Équation de réaction équilibrée illustrant la stœchiométrie de la réaction de combustion du méthane. En chimie, la stœchiométrie, du grec ancien / stoikheîon (« élément ») et / métron (« mesure »), est un calcul qui permet d'analyser les quantités de réactifs et de produits qui sont en jeu au cours d'une réaction chimique. C'est aussi la proportion des éléments dans une formule chimique. Jeremias Benjamin Richter (1762-1807) fut le premier à énoncer les principes de la stœchiométrie, en 1792.
Stochastic simulationA stochastic simulation is a simulation of a system that has variables that can change stochastically (randomly) with individual probabilities. Realizations of these random variables are generated and inserted into a model of the system. Outputs of the model are recorded, and then the process is repeated with a new set of random values. These steps are repeated until a sufficient amount of data is gathered. In the end, the distribution of the outputs shows the most probable estimates as well as a frame of expectations regarding what ranges of values the variables are more or less likely to fall in.
