Ce projet implémente le modèle déterministe proposé par Darrigade et al. (2021) pour décrire la dynamique cellulaire dans la muqueuse intestinale, ainsi que sa sensibilité aux paramètres. Il fournit des notebooks Jupyter pour la résolution du modèle et l'analyse de sensibilité, avec des explications et des rappels sur l'article original.

Ce projet est une simulation d'un écosystème marin où des requins et des poissons évoluent sur une grille en forme de tore. Les règles de déplacement, de prédation et de reproduction sont implémentées pour étudier les dynamiques entre les espèces. Les paramètres comme la durée de gestation, la fréquence de reproduction ou la sensibilité aux prédateurs sont configurables pour analyser différents scénarios écologiques.

Outil dédié à l'analyse de sensibilité et à l'optimisation de modèles mathématiques ou physiques. Il permet d'identifier les paramètres les plus influents sur les résultats d'un système, d'évaluer les incertitudes et de comparer différents scénarios. Utilisé dans des domaines comme la recherche scientifique, l'ingénierie ou l'économie pour améliorer la robustesse et la précision des modèles.

Le package ALAMODE-cuspy est un outil en Python dédié à l'estimation de paramètres, à l'analyse de sensibilité et d'incertitude, ainsi qu'à la calibration de modèles hydrologiques et autres modèles similaires. Il est basé sur l'utilisation du package pyemu et de la suite de logiciels PEST++, qui offrent des fonctionnalités avancées pour l'analyse d'incertitude et la calibration de modèles.

Outil conçu pour tester et comparer différentes estimations de population mondiale dans le cadre de modèles épidémiologiques. Il génère des fichiers de données et de paramètres adaptables à SatScan (modèle de Poisson) pour évaluer la sensibilité des résultats. Utilisé lors d'une école de recherche, il permet de simuler des scénarios de santé publique et d'analyser leur robustesse en fonction des données disponibles.