IMAGES project (FAIR 3 CT2092) Cemagref - LISC

1Workshop : modelling relationships between agriculture and environment - Brussels - 15/02/2001Séminaire TOP-MODELE Mercredi 7 mars 2001

Un modèle individu-centré de Un modèle individu-centré de diffusion de l’innovationdiffusion de l’innovation

Le cas de l'agriculture biologique dans Le cas de l'agriculture biologique dans l'Allierl'Allier

IMAGES project (FAIR 3 CT2092)Cemagref - LISC

Séminaire TOP-MODELE Mercredi 7 mars 2001

Aperçu de la présentationAperçu de la présentation

• Enjeux et objectifs du projet IMAGES• Modèles existants• Stratégie de modélisation• Cas particulier : la conversion à l’agriculture

biologique dans l’Allier• Un modèle individu-centré de la conversion à

l’Agribio• Résultats• Discussion autour du (des) modèles


Enjeux du projet IMAGESEnjeux du projet IMAGES

???


Modèles de diffusion de Modèles de diffusion de l’innovation existantsl’innovation existants

• Paradigmes sociologiques :– Masse critique– Effet de seuil– Courbe d’adoption en S– Modèles trop généraux pour permettre la décision

• Méthode classique :– Isolation d’un cas d’étude– Recueil des données– Élaboration d’un modèle statistique– Modèles trop liés aux données pour être répétables



• Modèles d’automates cellulaires :– Étude de la dynamique d’un système– Règle d’interactions simples (influence,

diffusion)– Bonne connaissance des propriétés du modèle



• Modèles d’automates cellulaires :– Boite noire– Rationalité des décisions mal étudiée– Hypothèse d’homogénéité des agents– Agents structurellement équivalents

• Notre objectif : ouvrir la boite noire !!!


• Modélisation = (experts modélisateurs)

• Le choix de modèles individus-centrés– Qu’est-ce que c’est ?

• Comportement à l’échelle de l’individu

Stratégie de modélisationStratégie de modélisation





• Modèle d’interactions






• Modèle d’interactions

• Modèle d’environnement




• Le choix de modèles individus-centrés– Pourquoi ?

• Système = « ensemble d’objets en interaction »

• Modélisation plus intuitive, pédagogique…




• Le choix de modèles individus-centrés

• Nourrir les agents avec des données (interviews)


• ModèleS d’abstraction décroissante


Modélisation pas à pas…Modélisation pas à pas…


Conversion à l’agribio dans Conversion à l’agribio dans l’Allierl’Allier

• Objectifs : – Modéliser l’adoption de la mesure « conversion

à l’agriculture biologique dans l’Allier »– Simuler l’évolution des opinions des

agriculteurs / AgriBio– Simuler l’adoption de la mesure


Deux types d’agentsDeux types d’agents

• Les agents agriculteurs

• Les agents institutions


Rationalité des agents Rationalité des agents agriculteursagriculteurs

• Décision multi-critère :– Anticipations– Motivations

• 3 critères retenus par les experts :– Impact de la mesure sur le revenu– Image de la mesure– Technicité liée à l’adoption


Incertitude et états cognitifsIncertitude et états cognitifs

pess opt

pess opt

Etat cognitifEtat cognitif

•IntéresséIntéressé

Seuil T

optpess•Pas intérésséPas intéréssé

• IncertainIncertain

-1 +1

Aggrégation des anticipationsAggrégation des anticipations

-1 +1

-1 +1


Influence des autres agentsInfluence des autres agents

• Phénomènes en jeu :– Pression sociale– Conformisme– Constitution de groupes antagonistes

• Peu de modèles dans la littérature


Influence des autres agentsInfluence des autres agents

• Décomposition : – Critères personnels (évaluables)– Critères sociaux

• Influence structurée• Interprétation de l’influence par

l’incertitude : – « plus je suis incertain, plus je suis

influençable »


Etat cognitif et comportementEtat cognitif et comportement


Propagation des discussionsPropagation des discussions


Agent institution: variablesAgent institution: variables

• Réseau d’agriculteurs• Evaluations optimiste et pessimiste de la mesure• Niveau d’information• Présence de techniciens et nb de fermes visitées par

jours• Scenario d’actions :

– Changements d’évaluation ou d’information– Organisation de réunions– Visite des exploitations


Agent Institution : dynamiqueAgent Institution : dynamique

• Transmet l’évaluation et l’information

• Visite les agriculteurs

• Controllée par le scénario. Types d’évènements :– Réunion– Change d’évaluation et d’information– Débute ou arrête les visites


Particularités de l’agent Particularités de l’agent institutioninstitution

• L’agent institution– Input extérieurs (scénarios)– Reconstitution des scénarios institutionnels

passés (modèle explicatif)– Interface acteur institutionnel / modèle pour le

test de scénarios


Localisation des exploitationsLocalisation des exploitations


Un exemple de réseau social Un exemple de réseau social reconstituéreconstitué


Comparaison du comportement Comparaison du comportement qualitatif / biblioqualitatif / biblio


Comparaison du résulat Comparaison du résulat qualitatif / donnéesqualitatif / données

Nombre d'agriculteurs dans les différentes phases de décision

0

100

200

300

400

500

600

700

d-9

2

j-93

d-9

3

j-94

d-9

4

j-95

d-9

5

j-96

d-9

6

j-97

d-9

7

j-98

d-9

8

j-99

Intérêt Contact institution Conversion Données réelles


Groupes antagonistes ?Groupes antagonistes ?

jan

v-9

3

sep

t-9

4

ma

i-9

6

dé

c-9

7

ao

ût-

99

-2,0

0

-1,4

7

-0,9

5

-0,4

2

0,1

0

0,6

3

050

100150

200

250

300

350

400

450

Histogramme du nombre d'agriculteurs pour les valeurs du critère image au cours du temps

0-50 50-100 100-150 150-200 200-250 250-300

300-350 350-400 400-450


Discussion sur les modèles Discussion sur les modèles sociauxsociaux

• Les systèmes sociaux sont des systèmes complexes

• Problèmes spécifiques de données

• Moins faciles a tester


Discussion sur les modèles à Discussion sur les modèles à base d’agentsbase d’agents

• De nombreux problèmes liés aux SMAs pour les modèles sociaux :– Validation (systèmes complexes)– Stabilité (modèles stochastiques)– Taille mémoire (6000 agents => choix

d’implémentation)– Données individus pour initialiser


Apport des SMAs en modélisationApport des SMAs en modélisation

• Le SMA facilite la communication entre experts et modélisateurs

• Agent = un objet facilement appréhendable

• Facile à manipuler

• Modélisation intuitive…

34Workshop : modelling relationships between agriculture and environment - Brussels - 15/02/2001Séminaire TOP-MODELE Mercredi 7 mars 2001

Des questions ????Des questions ????


Initialisation des évaluationsInitialisation des évaluations

• Pour chacun des critères :

• Distribution normale sur l’ensemble de la population pour les évaluations pessimistes et optimistes


Initialisation des motivationsInitialisation des motivations

• Sur chacun des critères

• L’ensemble de la population a la même motivation (paramètre du modèle)

• Cas particulier de ce modèle dans le projet : – Sur certaines zones interviews de 50% des

exploitants– Sur l’Allier 6000 agriculteurs…


Localisation des exploitationsLocalisation des exploitations

• Données disponibles– Statistiques général au niveau communal– Statistiques détaillées par canton (RGA)– Prototypes au niveau de la région (RICA)

• Méthode employée– Duplication des prototypes– De manière à satisfaire les contraintes

statistiques au niveau cantonal


Fonction de décisionFonction de décision

• RevenuRevenu pess

-1 +1

opt

• ImageImagepess

-1 +1

opt

• TechnicitéTechnicitépess

-1 +1

opt

• MotivationsMotivations

0

0

0

• Prévisions pessimistes et Prévisions pessimistes et optimistesoptimistes

pess

-1 +1

opt • Etats pessimiste et Etats pessimiste et optimiste de la décisionoptimiste de la décision


Influences sociales (paramètre Influences sociales (paramètre ) Transmission ) Transmission d’information (param d’information (param ))

Avant l’interactionAvant l’interaction

Après l’interactionAprès l’interaction

Fpess opt

F’pess

opt

Fpess opt

F’pess

opt

•Un critèreUn critère • InformationInformation

• ouioui

• nonnon

• ouioui• oui (avec oui (avec la proba la proba ) )


Évaluation personnelle plus Évaluation personnelle plus approndie d’un critèreapprondie d’un critère

• L’agent réalise cette évaluation quand :– Il est incertain ou intéressé– Il a l’information nécessaire

• L’évaluation = sous-modèle (expert) dépendant :– Des caractéristiques de l’exploitation– Des spécifications de la mesure– Des paramètres donnés par les experts (baisse de

productivité, prix, etc.. )

IMAGES project (FAIR 3 CT2092) Cemagref - LISC

Documents

Transcript of IMAGES project (FAIR 3 CT2092) Cemagref - LISC