Post-doctorat : développement de méthodes d'intelligence artificielle pour caractériser la résilience multi-trait des animaux face au changement climatique. Vous exercerez votre activité au sein de l'Unité Mixte de Recherche (UMR) Herbivores. Cette Unité conduit des recherches pour un élevage d'herbivores multi-performant, mobilisant les leviers de l'agroécologie. Ceci implique des recherches pour mieux comprendre les fonctions animales ainsi que les impacts des pratiques d'élevage sur l'animal et l'environnement. L'Unité est organisée en 5 équipes de recherche, une équipe d'appui et une équipe de direction. Vous serez rattaché à l'équipe CARAIBE (Comportement Animal, Robustesse et Approche Intégrée du Bien-Etre). Vous vous appuierez sur les compétences en sciences animales et en datascience de l'Unité et du LIMOS (UCA). Le changement climatique fait peser un risque de productions fourragères plus variable en termes de quantité et de qualité pour l'alimentation des herbivores domestiques (notamment dans les systèmes d'élevage très herbagers du Massif Central). En effet, en cas de sécheresse et de forte chaleur, la quantité et la qualité de l'herbe et des fourrages produits diminuent. L'adaptation des élevages au changement climatique rend donc nécessaire la sélection d'animaux résilients capables de s'adapter à des variations temporaires des apports nutritionnels. Lorsqu'elles sont soumises à un challenge nutritionnel, les vaches en lactation diminuent leurs productions laitières et mobilisent leurs réserves corporelles. Ces adaptations varient d'un animal à l'autre en fonction de multiples facteurs (génétique, âge, stade physiologique.) (Friggens et al. 2022). Les réponses observées peuvent concerner des traits physiologiques et/ou comportementaux. La résilience d'un animal est généralement abordée au travers d'un seul caractère (par exemple les variations de production laitière). Une approche multi-traits est nécessaire pour aborder la complexité des adaptations. L'objectif de votre travail sera de développer des méthodes d'analyse multi-traits pour appréhender et comprendre les liens entre réponses physiologiques et comportementales afin d'identifier les phénotypes qui permettraient de sélectionner les individus les plus résilients face à des challenges nutritionnels. Nous disposons d'une base de données (acquise dans le cadre du projet européen GENTORE https://www.gentore.eu/) météorologiques, physiologiques (production laitière, indicateurs de mobilisation corporelle) et comportementales (activité enregistrée par capteurs) relevées sur 62 vaches de race laitière et allaitante (races se caractérisant par des potentiels laitiers contrastés et donc associés très certainement à des profils adaptatifs différents). Vous utiliserez ces données pour analyser les réponses comportementales des vaches face à des challenges nutritionnels et comprendre les liens entre réponses productives, physiologiques et comportementales afin de caractériser la résilience des animaux. Des techniques de modélisation de séries temporelles (par exemple : recalage, transformé en ondelettes, chaînes de Markov) seront utilisées pour analyser la cinétique des différentes réponses de l'animal afin d'en capturer leur complexité. Puis ces cinétiques (acquises à différentes échelles temporelles) seront combinées afin d'identifier différents profils adaptatifs de vaches avec des potentiels laitiers contrastés (Holstein, Montbéliarde et Charolaise). Date de prise de fonction le 01/04/2025. Vous serez plus particulièrement en charge de : - Analyser les cinétiques des variations comportementales, productives et physiologiques lors de challenges nutritionnels - Déduire les profils adaptatifs comportementaux, productifs et physiologiques et comprendre le lien entre eux - Caractériser la résilience multi-trait d'un animal face à des challenges nutritionnels