378
Toxicologie nucléaire environnementale et humaine
population ou de la communauté. Une des méthodes possibles, est d’extrapoler les
observations expérimentales aux échelles d’organisation supérieures. Cependant,
l’approche se heurte à la différence profonde existant entre :
- les conditions du laboratoire, nécessairement optimales pour les organismes
testés afin que les réponses observées soient imputables au seul effet du
toxique étudié;
-les conditions environnementales du milieu dont la variabilité naturelle
module continuellement la capacité des populations à survivre, croître et
faire face à un éventuel stress toxique.
L’hypothèse selon laquelle les données expérimentales sont directement applicables au cas des espèces du milieu naturel demande donc à être vérifiée. Pour ce
faire, les fluctuations d’une population théorique soumise à une exposition à des
éléments toxiques peuvent être examinées en agrégeant les différentes perturbations mises en évidence chez les organismes dans une « dynamique de population ». Les modèles prédictifs développés dans ce sens présentent des degrés de
complexité variables selon la diversité des effets pris en compte.
3.2. Un modèle mathématique simple pour simuler l’effectif
a une population
de modfe^^’^pte^“^S°telseUi
S'mulée de façon très simPle à
Caswell 1997s
‘' tels que les « matrices de Leslie » (Leslie, 1945;
cours du temnç pt
C'n ecilvent une population selon sa distribution en âge au
survie et les taux de fæ
nombre d’individus) sur la base de la probabilité de
'
les aux de fecondtté mesurés à différents âges au cours du cycle de vie.
du microcrustacé6D«/>lii< matriCe de Leslle SOnt par exemP,e appliqués aux cas
ver de terre ÈTsen. f ,7
eXp0Sé à une Nation alpha interne et du
al; 2008a; Hertel-Aas er o/moA
lr,radiation 8amma externe (Alonzo <"/
et la reproduction Uc • \ •
’ ^LH a base des effets observés sur la survie
croissance de la populat’”111 a, tlOnS obtenues mettent en évidence un retard de
pour atteindre un nm-nkæu’- C, eSt'a"d're une aL1gmentation du temps nécessaire
•es populations sont exposée”
fonction du débit de dose auquel s
de génération, très varUhi m ° letard est exprimé comparativement au temps j
8 à 12 semaines chez £
a*06 esp^ce à '’autre (une semaine chez D. magna', ’
qu’un œuf fraîchement n 6 H ’
C011esP0ndant au laps de temps nécessaire pour
des retards simulés de (Ut
ev'enne un adulte reproducteur. On obtient ainsi ;
43 mGy.h-1 en gamma A ** ’° temps de génération chez E. fetida entre H et ■
entre 0,3 et 15 mGvfr1
et
a ' temps de génération chez D. magna - ,
Ces modèles son! ido“
'"‘"h6 (A'°nZ°
2°°8b)'
uniquement à l’effectif d’ & ^°'S S'mp'es très efficaces dès que l’on s’intéresse ;
nombre des individus qui”] ”6 P°pLdat'on et aux effets causant des variations du -
la ressource nutritive Ils n & COmposent’ dans un environnement non limité par j
sein de l’organisme dans , ermetteat de combiner un ensemble d’effets induits au ?
dans des conditions d’expositions données, et d’en restituer ;
Toxicologie nucléaire environnementale et humaine
population ou de la communauté. Une des méthodes possibles, est d’extrapoler les
observations expérimentales aux échelles d’organisation supérieures. Cependant,
l’approche se heurte à la différence profonde existant entre :
- les conditions du laboratoire, nécessairement optimales pour les organismes
testés afin que les réponses observées soient imputables au seul effet du
toxique étudié;
-les conditions environnementales du milieu dont la variabilité naturelle
module continuellement la capacité des populations à survivre, croître et
faire face à un éventuel stress toxique.
L’hypothèse selon laquelle les données expérimentales sont directement applicables au cas des espèces du milieu naturel demande donc à être vérifiée. Pour ce
faire, les fluctuations d’une population théorique soumise à une exposition à des
éléments toxiques peuvent être examinées en agrégeant les différentes perturbations mises en évidence chez les organismes dans une « dynamique de population ». Les modèles prédictifs développés dans ce sens présentent des degrés de
complexité variables selon la diversité des effets pris en compte.
3.2. Un modèle mathématique simple pour simuler l’effectif
a une population
de modfe^^’^pte^“^S°telseUi
S'mulée de façon très simPle à
Caswell 1997s
‘' tels que les « matrices de Leslie » (Leslie, 1945;
cours du temnç pt
C'n ecilvent une population selon sa distribution en âge au
survie et les taux de fæ
nombre d’individus) sur la base de la probabilité de
'
les aux de fecondtté mesurés à différents âges au cours du cycle de vie.
du microcrustacé6D«/>lii< matriCe de Leslle SOnt par exemP,e appliqués aux cas
ver de terre ÈTsen. f ,7
eXp0Sé à une Nation alpha interne et du
al; 2008a; Hertel-Aas er o/moA
lr,radiation 8amma externe (Alonzo <"/
et la reproduction Uc • \ •
’ ^LH a base des effets observés sur la survie
croissance de la populat’”111 a, tlOnS obtenues mettent en évidence un retard de
pour atteindre un nm-nkæu’- C, eSt'a"d're une aL1gmentation du temps nécessaire
•es populations sont exposée”
fonction du débit de dose auquel s
de génération, très varUhi m ° letard est exprimé comparativement au temps j
8 à 12 semaines chez £
a*06 esp^ce à '’autre (une semaine chez D. magna', ’
qu’un œuf fraîchement n 6 H ’
C011esP0ndant au laps de temps nécessaire pour
des retards simulés de (Ut
ev'enne un adulte reproducteur. On obtient ainsi ;
43 mGy.h-1 en gamma A ** ’° temps de génération chez E. fetida entre H et ■
entre 0,3 et 15 mGvfr1
et
a ' temps de génération chez D. magna - ,
Ces modèles son! ido“
'"‘"h6 (A'°nZ°
2°°8b)'
uniquement à l’effectif d’ & ^°'S S'mp'es très efficaces dès que l’on s’intéresse ;
nombre des individus qui”] ”6 P°pLdat'on et aux effets causant des variations du -
la ressource nutritive Ils n & COmposent’ dans un environnement non limité par j
sein de l’organisme dans , ermetteat de combiner un ensemble d’effets induits au ?
dans des conditions d’expositions données, et d’en restituer ;