Cerrar Mapa

Master Universitaire en

Nutrition animale

Prochaine édition : 1e partie : 25 septembre 2017 - 1 juin 2018 / 2e partie : septembre 2018 - juin 2019

Master Universitaire en

Nutrition animale

Description générale de l'unité

ECTS : 5
Heures de contact : 70 (36 cours, 34 travaux pratiques)
Heures de travail personnel : 55
Type : Obligatoire
Lieu de déroulement : Institut Agronomique Méditerranéen de Zaragoza
Organisation temporelle
- Cette unité a lieu en première année académique du Master, pendant le deuxième semestre.
- L'évaluation de l'unité est effectuée par évaluation continue des exercices pratiques réalisés et par un examen écrit au cours du deuxième semestre.
Requis et permanence
Il n'y a pas de pré-requis.
Méthodes d'enseignement
Combinaison de cours et de travaux pratiques consistant en l'analyse d'études de cas et des travaux pratiques sur ordinateur.
Langue
Les professeurs délivrent les cours en espagnol ou en français. Dans ce dernier cas, la traduction simultanée est assurée vers l'espagnol. La documentation fournie par les professeurs est en espagnol, en anglais ou en français.

 

Présentation de l'unité

Cette unité apporte à l'étudiant les connaissances et le savoir-faire lui permettant d'analyser l'information existante dans les bases de données expérimentales liées à cette spécialité, de concevoir des dispositifs expérimentaux et d'analyser statistiquement les données provenant de ces expérimentations. De plus, l'étudiant est introduit à l'application de modèles et de systèmes d'aide à la décision pour la prédiction, l'évaluation et l'optimisation de processus physiologiques et nutritionnels et pour le calcul du rationnement. Les activités pratiques permettent de former l'étudiant à la réalisation d'analyses statistiques, d'études méta-analytiques et à l'utilisation de logiciels appropriés aux analyses statistiques et à la modélisation.

 

Contexte dans la structure des cours

Cette unité constituera une base fondamentale pour le développement des unités qui forment la deuxième partie du programme, où pour les matières “Introduction à la recherche” et “Thèse de Master” l'étudiant devra appliquer et approfondir les connaissances acquises pour concevoir le dispositif expérimental de sa recherche et en analyser les résultats.

 

Compétences

Compétences spécifiques

  • ­CS8 Comprendre les principes statistiques et les principes des dispositifs expérimentaux dans le cadre des programmes de nutrition animale et réaliser l'analyse statistique des résultats d'expérimentations en utilisant les logiciels appropriés pour ce faire.
  • ­CS9 Dégager des conclusions à partir des résultats d'expérimentations préalables et connaître et utiliser les modèles et les systèmes d'aide à la décision d'intérêt pour la spécialité.

Compétences générales

  • CG1 Intégrer les connaissances scientifiques et techniques et les appliquer de façon critique.
  • CG2 Effectuer des recherches d'informations scientifiques et/ou techniques et les soumettre à un traitement sélectif.
  • ­CG3 Analyser résultats ou stratégies et parvenir à des conclusions permettant de clarifier les problèmes afin d'y trouver une solution.
  • ­CG6 Travailler en groupe et favoriser des attitudes d'échange et de collaboration avec d'autres étudiants, chercheurs et professionnels.

 

Objectifs de la formation

Cette unité présente trois objectifs fondamentaux. Le premier est de fournir à l'étudiant les bases statistiques nécessaires pour qu'il soit en mesure de concevoir une expérimentation et d'analyser statistiquement les données résultantes, en maîtrisant les logiciels d'intérêt pour cette analyse. Le deuxième est que l'étudiant sache réaliser une étude méta-analytique lui permettant de dégager des conclusions à partir de résultats provenant de bases de données expérimentales. Le troisième objectif est que l'étudiant comprenne l'utilité de l'emploi des modèles et des systèmes d'aide à la décision comme outils pour faciliter la compréhension et la prédiction des processus.

 

Résultats d'apprentissage

Importance des résultats d'apprentissage acquis lors de cette unité

Le professionnel en nutrition animale doit connaître comment concevoir des dispositifs expérimentaux et analyser les données expérimentales liées à sa spécialité, autant s'il a vocation à travailler dans le domaine de la recherche que dans la pratique de la profession en entreprise. Par ailleurs, il y a de plus en plus d'outils de modélisation qui aident le professionnel à comprendre et à prédire les processus liés à la nutrition et à obtenir ainsi plus d'éléments pour étayer sa prise de décisions.

Résultats d'apprentissage

À l'issue de l'apprentissage de l'unité, l'étudiant :

  • Connaît les principes statistiques pertinents pour l’analyse de données et pour la conception de dispositifs expérimentaux dans le cadre des programmes de nutrition animale.
  • Est familiarisé avec le fonctionnement du software informatique d’utilité pour ces programmes.
  • Est capable d'effectuer dans la pratique l'introduction de données et leur analyse en utilisant le software approprié.
  • Sait  intégrer et analyser statistiquement les résultats provenant de nombreuses bases de données expérimentales en nutrition animale.
  • Comprend les potentialités de l’utilisation de modèles et de systèmes d’aide à la décision en nutrition animale et possède une certaine expérience quant à leur utilisation pratique.

 

Contenu

  • Analyse de données et dispositifs expérimentaux
    • Principes de base de statistique
    • Extraction et analyse de données : variance et covariance, régression, mesures répetées et méthodes non paramétriques
    • Dispositifs expérimentaux pour les études de nutrition animale
  • Méta-analyse de données expérimentales
    • Limitations des approches classiques et justification de l'utilisation de la méta-analyse
    • Concepts fondamentaux de la méta-analyse
    • Objectifs
    • Méthodologies
  • L’utilisation de la modélisation comme outil en nutrition animale
    • Eléments de base pour les modèles empiriques et mécanistiques
    • Modélisation des processus de digestion
    • Modélisation de la croissance
    • Modèles d’aide à la décision et logiciels pour le rationnement
  • Étude de cas
  • Travaux pratiques

Activités d'apprentissage

Activité d'apprentissage 1 : Cours magistraux illustrés par des exemples appliqués
ECTS : 2,7
Heures : 68
Pourcentage en contact : 53%

Activité d'apprentissage 2 : Études de cas pour apprendre à réaliser une recherche méta-analytique à travers la recherche de bibliographie significative, la construction et l'analyse d'une base de données avec au moins trois articles scientifiques, l'interprétation des résultats et l'élaboration d'un bref rapport.
ECTS: 0,4
Heures : 10
Pourcentage en contact : 60%

Activité d'apprentissage 3 : Travaux pratiques sur ordinateur pour :
(1) La résolution d'exercices sur l'analyse de variance et covariance, la comparaison de moyennes, la régression simple et multiple et la conception de dispositifs expérimentaux en utilisant des logiciels.
(2) L'application de modèles.
Les étudiants travaillent individuellement.
ECTS: 1,9
Heures : 47
Pourcentage en contact : 60%

 

Méthodes d'évaluation

Système d'évaluation 1 : Examens écrits, composés à partir de questions préparées par les différents professeurs de l'unité. Il s'agit de questions concrètes et rédactionnelles brèves, ou éventuellement de type QCM. L'examen évalue autant le contenu des conférences que la compréhension de l'étude de cas et des travaux pratiques sur modèles réalisés avec des ordinateurs.
Pour l'examen écrit les questions rédactionnelles brèves sont notées d'après la précision conceptuelle et technique de la réponse et la démarche du raisonnement. Les questions de type QCM sont évaluées d'après le nombre de réponses justes, en qualifiant négativement les réponses incorrectes à l'intérieur de la même question.
Pondération : 30% de la note finale de l'unité

Système d'évaluation 2 : Évaluation directe par les professeurs de la résolution d'exercices pratiques réalisés lors des séances sur ordinateur portant sur "Analyse de données et conception de dispositifs expérimentaux".
Il est tenu compte de la compréhension de la méthodologie et de la validité des résultats.
Pondération : 40% de la note finale de l'unité

Système d'évaluation 3 : Évaluation du degré de participation aux travaux pratiques sur ordinateur portant sur "Analyse de données et conception de dispositifs expérimentaux".
Pondération : 30% de la note finale de l'unité

 

Professeurs

Professeurs de l'Université de Zaragoza

--

Professeurs d'autres institutions

Emilio CARBONELL, Instituto Valenciano de Investigaciones Agrarias, Valencia, Espagne
Jhonny R. DEMEY, Instituto de Estudios Avanzados, Caracas, Venezuela
Javier GARCÍA, Univ. Politécnica Madrid, Espagne
Florence GARCIA-LAUNAY, INRA, Saint-Gilles L’Hermitage, France
Raúl E. MACCHIAVELLI, Univ. Puerto Rico, Mayagüez, Porto Rico
Cándido POMAR, Agriculture and Agri-Food Canada, Sherbrooke, Canada