Ecology

"Using the right word, the right idea, the right concept, with the most commonly accepted definition, or even better, with the best accepted and understood definition, can sometimes be a feat...”

Patrick Triplet

> With this quote, we wish to pay tribute to the colosal work of this biologist, and doctor of ecology whose great oeuvre, Dictionnaire encyclopédique de la diversité biologique et de la conservation de la nature (The Encyclopaedic Dictionary of Biological Diversity and Nature Conservation) ─ compiled over the course of more than ten years ─ is the basis of many of the definitions found in this glossary. Indeed, it is by using a language with precise words and clearly defined concepts that everyone and anyone can approach and understand fields of study that may not necessarily be within their own expertise.

This glossary of over 6,000 definitions, written in French with corresponding English translations, is here to help you. It covers the complementary fields of Geography, Ecology, and Economics, without forgetting a small detour into the world of Finance, which of course regulates a large part of our existence.

Travelling from one definition to another, this glossary invites you to explore the rich world of conservation and to understand its mechanisms and challenges.

We wish you all : "Happy reading and a safe journey through our world".

Modèle conceptuel de données

Search for glossary terms (regular expression allowed)

Glossaries

Term Definition
Modèle conceptuel de données

♦ Modèle qui représente une vue abstraite du monde réel afin de tenter d'en comprendre le fonctionnement. Il vise à décrire comment les informations pertinentes sont structurées dans le monde normal.
Quelle que soit l’approche choisie, la modélisation induit l’étude des propriétés du modèle mathématique et non véritablement celle du système naturel étudié. Un modèle permet d’aller au bout des conséquences logiques de ses hypothèses initiales, et il ne sera valide que dans certains intervalles de valeurs des variables introduites. Aussi, d’un champ d’application à un autre, il devra être modifié même s’il semble à première vue décrire un même type de processus. De plus, les modèles doivent être « validés » par la confrontation de leurs résultats avec ceux d’expériences réalisables.
Une modélisation est dite stochastique si des variables aléatoires interviennent dans la définition du système.
♦ Équivalent étranger : Conceptual data model.