1
Improve Scientific and Technical Advices for Fisheries Management
English



Presentation du Projet
Participants
Activités
Ressources partagées
Centre d'informations
Centre de données
Liens
Galerie Photo

Livrables
Activit : Collecte et gestion d'informations spécifiques

En matière de collecte de données, il est préférable de ne pas croire naïvement que « ce qui se conçoit simplement peut être exécuté et obtenu aisément ». C’est ainsi que des informations aussi évidentes – de par leur signification - et aussi essentielles - pour les traitements ultérieurs - que l’espèce à laquelle appartient un individu poisson, la taille ou longueur de cet individu ou encore son poids peuvent poser d’importants problèmes dès lors qu’il s’agit de les observer et de les enregistrer relativement à de grandes quantités ou effectifs de poissons et dans des conditions matérielles que l’on ne maîtrise pas vraiment. Rappelons ici que ce n’est pas le scientifique ni l’enquêteur qui ont la maîtrise du lot de poissons débarqué mais bien le pêcheur ou le commerçant.  

Deux niveaux de questions/problèmes nous semblent émerger autour du thème de la collecte de données dans les suivis halieutiques.

§    Le premier niveau est d’intérêt très général : il s’agit de la formalisation conceptuelle ou modélisation de la collecte, une étape qui est en général négligée, parfois par manque de conscience de son intérêt mais aussi par manque d’outils de représentation adaptés à cet usage.

§    Le second est plus éclaté et correspond à des difficultés rencontrées sur telle ou telle type d’informations, particulièrement recherchée mais dont l’obtention en routine s’avère, pour différents raisons, difficile.   

Nous aborderons successivement ces deux niveaux.

1. Formalisation de la collecte des données : expliciter le modèle d’observation pour éliminer les incohérences et améliorer la faisabilité des enquêtes.

L’acquisition de données renvoie à un protocole de travail et à une représentation des objets du monde réel étudié (la pêche), qui constituent conjointement le modèle d’observation, lequel se concrétise in fine sous la forme d’une fiche d’enquête. Ce modèle gagne à être mis à plat et justifié. Ne pas le faire conduit à des ambiguïtés et à des difficultés dans la réalisation de la collecte puis dans le traitement et l’interprétation des données: par exemple, quand une fiche d’enquête de débarquement prévoit de demander « le prix des poissons », de quoi parle-t-on exactement : du prix des espèces de poissons qui sont contenus dans cette pirogue et qui seront vendus à l’issue de son débarquement (mais comment peut on le connaître puisque ces poissons ne sont encore pas encore vendus) ? ou bien du prix auquel on pense pouvoir les vendre (mais, dans ce cas là, ne s’agit-il pas plutôt du prix de transaction pratiqué pour cette espèce comme caractéristique de l’activité commerciale sur la plage ce jour là, c’est-à-dire d’un tout autre objet d’étude, avec d’autres interlocuteurs plus appropriés). Et si l’on préfère se placer dans le premier cas, est-il bien réaliste de faire du prix un descripteur de l’espèce : ne s’agit-il pas, en premier lieu, d’un descripteur de la transaction (vente) d’un lot de poissons ?

Cet exemple très courant d’ambiguïté porté par les fiches montre à quel point l’absence de conceptualisation/modélisation de la collecte peut être préjudiciable à la faisabilité des enquêtes et à la clarté de la signification des données collectées.

2. Difficultés particulières rencontrées sur des types précis d’informations

Le désir de récolter des informations clés à des fins d’utilisation dans le processus d’analyse et l’interprétation, notamment dans le cadre d’objectifs de modélisation dynamique de la ressource, est évidemment justifié. Mais ce désir doit être confronté aux dimensions de coûts et de faisabilité sur le terrain, et il ne doit pas faire oublier les obstacles bien réels qui se présentent lorsqu’on veut collecter ces informations. En P.A., trois types de données d’intérêt majeur soulèvent des difficultés particulières de collecte, par rapport auxquelles des solutions innovantes doivent être recherchées.

2.1. La donnée « espèce » ou « taxon ». Cette donnée consiste à désigner l’identité spécifique d’un lot de poisson (qui est pesé). Deux difficultés apparaissent alors :

§         La première est que, dans certains cas, les enquêteurs n’ont pas tous la capacité à reconnaître la totalité des poissons pêchés au niveau spécifique. Certains poissons alors font l’objet d’une identification à des niveaux taxonomiques supérieures (genre, famille) ou bien à des catégories vernaculaires ou commerciales (ex. : poisson porte-épée).  

§         L’autre difficulté provient du fait que, dans beaucoup de cas, la masse de poisson présentée au débarquement et la vitesse à laquelle ils sont débarqués (dans des contenants – caisses de 20 ou 50 kg - qui ne sont pas forcément très ouverts à la vue), ne permet pas matériellement une identification de tous les individus au niveau spécifique, et cela quelque soit les compétences de l’enquêteur. 

Des propositions de réponses à ces difficultés ont été testées dans certains pays du groupe Istam.

2.2. La donnée « taille » des individus, c’est-à-dire généralement la longueur totale ou parfois la longueur standard (à la pliure de la queue), en cm.

La difficulté émane des statistiques (indicateurs) que les scientifiques veulent pouvoir calculer à partir des données : la structure (distribution) des tailles et la moyenne des tailles. Produire de telles statistiques suppose d’effectuer un grand nombre de mesures de taille sur un échantillon d’individus non biaisé. Or la première condition pose problème car la manipulation du poisson n’est que toléré, et manipuler un grand nombre d’individus suscite des réactions de refus de la part du pêcheur ou de l’acheteur du poisson. La seconde condition (qui suppose un processus de sélection aléatoire des individus) est quasiment impossible à atteindre dans les conditions réelles d’une enquête sur un site de débarquement. 

On pourrait réfléchir à de nouveaux indicateurs de taille, plus grossiers mais plus faisables et plus robustes vis-à-vis des risques de biais.

On pourrait aussi se demander s’il n’est pas préférable de renoncer à collecter les données de taille sur les sites de mise à terre et de se contenter de mesurer les poissons dans les usines et autres sites de traitement. 

2.3. La donnée « lieu ou zone de pêche ».

De par la nature de la pêche artisanale, il est difficile d’obtenir l’information sur la « zone de pêche », c’est-à-dire de connaître la (ou les) zone(s) où le poisson a été effectivement capturé – que ce soit par un engin posé ou par un coup de pêche d’engin actif. En effet, les pirogues ne sont pas dotés de GPS enregistreur et les capitaines de pirogue n’ont pas l’obligation (ni sans doute le désir, dans leur majorité) de noter précisément les lieux où ils pêchent.

On peut réfléchir à diverses solutions palliatives pour récolter tout de même une certaine information spatiale relative aux captures : travailler à partir d’une toponymie pré-établie, collaborer avec un panel de pêcheur plus ouvert en leur promettant de dégrader la précision de l’information qu’ils fourniront, demander des renseignements beaucoup moins précis (distance à la côte, orientation et temps de route…).

3. Proposition de démarche de travail dans le groupe Istam.

Pour traiter concrètement le thème collecte, nous pensons que la démarche appropriée consiste à travailler à partir des fiches et protocoles d’enquête des différents pays ou cas d’étude, et d’examiner comment les points 1, 2.1, 2.2 et 2.3 y sont traités ou traitables.   



Ressources partages
Matériel

Liste des personnes impliques
Mohamed Soumah, Informatique Ely Beibou, Informatique
Pierre Chavance, Biology Jerome Guitton, Database Administrator
Cheik Abdallahi Inejih , Biology Aboubacar Sidibe, Biology
Youssouf Hawa Camara, Biology Pierre Morand, Biostatistics
Pierre Labrosse, Biology Oumar Hamet Wagne,
Emilie Leblond, Fisheries scientist

Ecrire au groupe





Identifiant

Mot de passe 








05/12/2021