Système adaptatif complexe

Un article de Wikipédia, l'encyclopédie libre
Aller à la navigation Aller à la recherche

Un système adaptatif complexe est un système qui est complexe en ce sens qu'il s'agit d'un réseau dynamique d'interactions , mais dont le comportement de l'ensemble peut ne pas être prévisible en fonction du comportement des composants. Elle est adaptative en ce sens que les comportements individuels et collectifs mutent et s'auto-organisent en fonction du micro-événement ou de l'ensemble d'événements initiateur du changement. [1] [2] [3] Il s'agit d'une "collection macroscopique complexe" de microstructures relativement "similaires et partiellement connectées" formées afin de s'adapter à l'environnement changeant et d'augmenter leur capacité de survie en tant quemacro-structure . [1] [2] [4] L'approche des systèmes adaptatifs complexes s'appuie sur la dynamique des réplicateurs . [5]

L'étude des systèmes adaptatifs complexes, un sous-ensemble de systèmes dynamiques non linéaires , [6] est une question interdisciplinaire qui tente de mélanger les connaissances des sciences naturelles et sociales pour développer des modèles et des connaissances au niveau du système qui permettent des agents hétérogènes , une transition de phase et comportement émergent . [7]

Vue d'ensemble

Le terme systèmes adaptatifs complexes , ou science de la complexité , est souvent utilisé pour décrire le domaine académique vaguement organisé qui s'est développé autour de l'étude de ces systèmes. La science de la complexité n'est pas une théorie unique - elle englobe plus d'un cadre théorique et est interdisciplinaire, cherchant les réponses à certaines questions fondamentales sur les systèmes vivants , adaptables et changeants. Les systèmes adaptatifs complexes peuvent adopter des approches dures ou plus douces. [8]Les théories dures utilisent un langage formel précis, ont tendance à considérer les agents comme ayant des propriétés tangibles et considèrent généralement les objets dans un système comportemental qui peut être manipulé d'une manière ou d'une autre. Les théories plus douces utilisent un langage naturel et des récits qui peuvent être imprécis, et les agents sont des sujets ayant à la fois des propriétés tangibles et intangibles. Des exemples de théories de la complexité dure comprennent les systèmes adaptatifs complexes (CAS) et la théorie de la viabilité , et une classe de théorie plus souple est la théorie des systèmes viables . Bon nombre des considérations propositionnelles faites dans la théorie dure sont également pertinentes pour la théorie plus souple. Désormais, l'intérêt se portera désormais sur le CAS.

L'étude de CAS se concentre sur les propriétés complexes, émergentes et macroscopiques du système. [4] [9] [10] John H. Holland a dit que les CAS "sont des systèmes qui ont un grand nombre de composants, souvent appelés agents, qui interagissent et s'adaptent ou apprennent". [11]

Des exemples typiques de systèmes adaptatifs complexes comprennent : le climat ; villes; entreprises; marchés; Gouvernements; les industries; écosystèmes; réseaux sociaux; les réseaux électriques; essaims d'animaux; les flux de trafic ; colonies d'insectes sociaux (par exemple fourmis ); [12] le cerveau et le système immunitaire ; et la cellule et l' embryon en développement . Les efforts basés sur des groupes sociaux humains, tels que les partis politiques , les communautés , les organisations géopolitiques , la guerre et les réseaux terroristes sont également considérés comme CAS. [12] [13] [14] LeInternet et le cyberespace - composés, collaborés et gérés par un mélange complexe d' interactions homme-ordinateur , sont également considérés comme un système adaptatif complexe. [15] [16] [17] Les CAS peuvent être hiérarchiques, mais présentent plus souvent des aspects d'"auto-organisation". [18]

Le terme système adaptatif complexe a été inventé en 1968 par le sociologue Walter F. Buckley [19] [20] qui a proposé un modèle d' évolution culturelle qui considère les systèmes psychologiques et socioculturels comme analogues aux espèces biologiques . [21] Dans le contexte moderne, le système adaptatif complexe est parfois lié à la mémétique , [22] ou proposé comme une reformulation de la mémétique. [23] Michael D. Cohen et Robert Axelrod soutiennent cependant que l'approche n'est pas le darwinisme social ou la sociobiologiecar, même si les concepts de variation, d'interaction et de sélection peuvent être appliqués à la modélisation de « populations de stratégies d'entreprise », par exemple, les mécanismes évolutifs détaillés sont souvent nettement non biologiques. [24] En tant que tel, le système adaptatif complexe est plus similaire à l'idée de réplicateurs de Richard Dawkins . [24] [25] [26]

Propriétés générales

Ce qui distingue un CAS d'un système multi-agents pur (SMA) est l'accent mis sur les propriétés et les caractéristiques de haut niveau telles que l'auto-similarité , la complexité , l'émergence et l'auto-organisation . Un SMA est défini comme un système composé de plusieurs agents en interaction ; alors que dans CAS, les agents ainsi que le système sont adaptatifs et le système est auto-similaire . Un CAS est une collectivité complexe et auto-similaire d'agents adaptatifs en interaction. Les Systèmes Adaptatifs Complexes se caractérisent par un degré élevé de capacité d'adaptation , leur conférant une résilience face aux perturbations .

D'autres propriétés importantes sont l'adaptation (ou l' homéostasie ), la communication, la coopération, la spécialisation, l'organisation spatiale et temporelle et la reproduction. On les trouve à tous les niveaux : les cellules se spécialisent, s'adaptent et se reproduisent comme le font les organismes plus grands. La communication et la coopération ont lieu à tous les niveaux, de l'agent au niveau du système. Les forces motrices de la coopération entre les agents dans un tel système, dans certains cas, peuvent être analysées avec la théorie des jeux .

Caractéristiques

Certaines des caractéristiques les plus importantes des systèmes complexes sont : [27]

  • Le nombre d'éléments est suffisamment grand pour que les descriptions conventionnelles (par exemple un système d' équations différentielles ) ne soient pas seulement peu pratiques, mais cessent d'aider à comprendre le système. De plus, les éléments interagissent de manière dynamique et les interactions peuvent être physiques ou impliquer l'échange d'informations
  • De telles interactions sont riches, c'est-à-dire que tout élément ou sous-système du système est affecté par et affecte plusieurs autres éléments ou sous-systèmes.
  • Les interactions ne sont pas linéaires : de petits changements dans les entrées, les interactions physiques ou les stimuli peuvent provoquer des effets importants ou des changements très importants dans les sorties
  • Les interactions se font principalement mais pas exclusivement avec les voisins immédiats et la nature de l'influence est modulée
  • Toute interaction peut se répercuter sur elle-même directement ou après un certain nombre d'étapes intermédiaires. Ces commentaires peuvent varier en qualité. C'est ce qu'on appelle la récurrence
  • Le comportement global du système d'éléments n'est pas prédit par le comportement des éléments individuels
  • Ces systèmes peuvent être ouverts et il peut être difficile, voire impossible, de définir les limites du système
  • Les systèmes complexes fonctionnent dans des conditions éloignées de l'équilibre . Il doit y avoir un flux constant d'énergie pour maintenir l'organisation du système
  • Les systèmes complexes ont une histoire. Ils évoluent et leur passé est co-responsable de leur comportement actuel
  • Les éléments du système peuvent ignorer le comportement du système dans son ensemble, ne répondant qu'aux informations ou aux stimuli physiques dont ils disposent localement

Robert Axelrod & Michael D. Cohen identifient une série de termes clés du point de vue de la modélisation : [28]

  • Stratégie , un modèle d'action conditionnelle qui indique ce qu'il faut faire dans quelles circonstances
  • Artefact , une ressource matérielle qui a un emplacement défini et peut répondre à l'action des agents
  • Agent , une collection de propriétés, de stratégies et de capacités pour interagir avec des artefacts et d'autres agents
  • Population , une collection d'agents ou, dans certaines situations, des collections de stratégies
  • System , une plus grande collection, comprenant une ou plusieurs populations d'agents et éventuellement aussi des artefacts
  • Type , tous les agents (ou stratégies) d'une population qui ont une caractéristique en commun
  • Variété , la diversité des types au sein d'une population ou d'un système
  • Modèle d'interaction , les régularités récurrentes de contact entre les types au sein d'un système
  • Espace (physique) , emplacement dans l'espace géographique et le temps des agents et des artefacts
  • Espace (conceptuel) , "localisation" dans un ensemble de catégories structurées de manière à ce que les agents "à proximité" aient tendance à interagir
  • Sélection , processus qui conduisent à une augmentation ou à une diminution de la fréquence de divers types d'agents ou de stratégies
  • Critères de réussite ou mesures de performance , un "score" utilisé par un agent ou un concepteur pour attribuer un crédit dans la sélection de stratégies ou d'agents relativement réussis (ou non)

Turner et Baker ont synthétisé les caractéristiques des systèmes adaptatifs complexes à partir de la littérature et ont testé ces caractéristiques dans le contexte de la créativité et de l'innovation. [29] Chacune de ces huit caractéristiques s'était révélée présente dans les processus de créativité et d'innovation :

  • Dépendant du chemin : les systèmes ont tendance à être sensibles à leurs conditions initiales. La même force peut affecter les systèmes différemment. [30]
  • Les systèmes ont une histoire : le comportement futur d'un système dépend de son point de départ initial et de son histoire ultérieure. [31]
  • Non-linéarité : réagit de manière disproportionnée aux perturbations environnementales. Les résultats diffèrent de ceux des systèmes simples. [32] [33]
  • Émergence : la dynamique interne de chaque système affecte sa capacité à changer d'une manière qui peut être très différente des autres systèmes. [34]
  • Irréductible : les transformations de processus irréversibles ne peuvent pas être réduites à leur état d'origine. [35]
  • Adaptabilité/Adaptabilité : Les systèmes qui sont simultanément ordonnés et désordonnés sont plus adaptables et résilients. [36]
  • Opère entre ordre et chaos : La tension adaptative émerge du différentiel d'énergie entre le système et son environnement. [37]
  • Auto-organisation : les systèmes sont composés d'interdépendances, d'interactions entre leurs parties et de diversité dans le système. [38]

Modélisation et simulation

Les CAS sont parfois modélisés au moyen de modèles basés sur des agents et de modèles complexes basés sur des réseaux. [39] Les modèles à base d'agents sont développés au moyen de diverses méthodes et outils, principalement en identifiant d'abord les différents agents à l'intérieur du modèle. [40] Une autre méthode de développement de modèles pour CAS consiste à développer des modèles de réseau complexes au moyen de l'utilisation de données d'interaction de divers composants CAS. [41]

En 2013 , SpringerOpen/BioMed Central a lancé une revue en ligne en libre accès sur le thème de la modélisation des systèmes adaptatifs complexes (CASM). [42]

Évolution de la complexité

Tendances passives versus actives dans l'évolution de la complexité. Les CAS au début des processus sont colorés en rouge. Les changements dans le nombre de systèmes sont indiqués par la hauteur des barres, chaque ensemble de graphiques remontant dans une série chronologique.

Les organismes vivants sont des systèmes adaptatifs complexes. Bien que la complexité soit difficile à quantifier en biologie, l'évolution a produit des organismes remarquablement complexes. [43] Cette observation a conduit à l'idée fausse commune selon laquelle l'évolution est progressive et conduit vers ce qui est considéré comme des "organismes supérieurs". [44]

Si cela était généralement vrai, l'évolution aurait une tendance active vers la complexité. Comme indiqué ci-dessous, dans ce type de processus, la valeur de la complexité la plus courante augmenterait avec le temps. [45] En effet, certaines simulations de vie artificielles ont suggéré que la génération de CAS est une caractéristique incontournable de l'évolution. [46] [47]

Cependant, l'idée d'une tendance générale à la complexité de l'évolution peut aussi s'expliquer par un processus passif. [45] Cela implique une augmentation de la variance mais la valeur la plus courante, le mode , ne change pas. Ainsi, le niveau maximum de complexité augmente avec le temps, mais seulement en tant que produit indirect du fait qu'il y a plus d'organismes au total. Ce type de processus aléatoire est également appelé marche aléatoire bornée .

Dans cette hypothèse, la tendance apparente vers des organismes plus complexes est une illusion résultant de la concentration sur le petit nombre de grands organismes très complexes qui habitent la queue droite de la distribution de la complexité et de l'ignorance des organismes plus simples et beaucoup plus communs. Ce modèle passif souligne que l'écrasante majorité des espèces sont des procaryotes microscopiques , [48] qui comprennent environ la moitié de la biomasse mondiale [49] et constituent la grande majorité de la biodiversité de la Terre. [50] Par conséquent, la vie simple reste dominante sur Terre, et la vie complexe apparaît plus diversifiée uniquement à cause du biais d'échantillonnage .

S'il n'y a pas de tendance générale vers la complexité en biologie, cela n'exclurait pas l'existence de forces conduisant les systèmes vers la complexité dans un sous-ensemble de cas. Ces tendances mineures seraient contrebalancées par d'autres pressions évolutives qui poussent les systèmes vers des états moins complexes.

Voir aussi

Références

  1. ^ un b "Aperçus de la Théorie de la Complexité : Comprendre mieux les Organisations" . par Assoc. Prof. Amit Gupta, Contributeur étudiant - S. Anish, IIM Bangalore . Récupéré le 1er juin 2012 .
  2. ^ un b "Dix Principes de Complexité et Infrastructures Habilitantes". par la professeure Eve Mitleton-Kelly, directrice du programme de recherche sur la complexité, London School of Economics. CiteSeerX 10.1.1.98.3514 .  {{cite journal}}:Citer le journal nécessite |journal=( aide )
  3. ^ Miller, John H. et Scott E. Page (1er janvier 2007). Systèmes adaptatifs complexes : une introduction aux modèles informatiques de la vie sociale . Presse universitaire de Princeton. ISBN 9781400835522. OCLC  760073369 .{{cite book}}: Maint CS1 : noms multiples : liste des auteurs ( lien )
  4. ^ un b "Psychologie Evolutionnaire, Systèmes Complexes et Théorie Sociale" (PDF) . Bruce MacLennan, Département de génie électrique et d'informatique, Université du Tennessee, Knoxville . eecs.utk.edu . Récupéré le 25 août 2012 .
  5. ^ Foster, John (2006). « Pourquoi l'économie n'est-elle pas une science des systèmes complexes ? » (PDF) . Journal des questions économiques . 40 (4): 1069–1091. doi : 10.1080/00213624.2006.11506975 . S2CID 17486106 . Récupéré le 18 janvier 2020 .  
  6. ^ Lansing, J. Stephen (2003). "Systèmes adaptatifs complexes". Revue annuelle d'anthropologie . Revues annuelles. 32 (1): 183–204. doi : 10.1146/annurev.anthro.32.061002.093440 . ISSN 0084-6570 . 
  7. ^ Auerbach, David (19 janvier 2016). "La théorie de tout et puis certains" . Ardoise . ISSN 1091-2339 . Récupéré le 7 mars 2017 . 
  8. ^ Yolles, Maurice (2018). "Le continuum de la complexité, partie 1 : théories dures et douces". Kybernetes . 48 (6): 1330–1354. doi : 10.1108/K-06-2018-0337 .
  9. ↑ Faucher, Jean Baptiste. "Une organisation adaptative complexe sous l'objectif du modèle LIFE : le cas de Wikipedia" . Egosnet.org . Récupéré le 25 août 2012 .
  10. ^ "Systèmes adaptatifs complexes comme modèle d'évaluation organisationnelle: changement causé par l'introduction des systèmes d'information sur la santé" (PDF) . Kieren Diment, Ping Yu, Karin Garrety, Laboratoire de recherche en informatique de la santé, Faculté d'informatique, Université de Wollongong, École de gestion, Université de Wollongong, NSW . uow.edu.au. Archivé de l'original (PDF) le 5 septembre 2012 . Récupéré le 25 août 2012 .
  11. ^ Hollande John H (2006). "L'étude des systèmes adaptatifs complexes" (PDF) . Journal de la science des systèmes et de la complexité . 19 (1): 1–8. doi : 10.1007/s11424-006-0001-z . hdl : 2027.42/41486 . S2CID 27398208 .  
  12. ^ a b Steven Strogatz , Duncan J. Watts et Albert-László Barabási "expliquant la synchronicité (à 6:08) , théorie des réseaux, mécanisme d'auto-adaptation des systèmes complexes, Six degrés de séparation, Petit phénomène mondial, les événements ne sont jamais isolés comme ils dépendent l'un de l'autre (à 27:07) dans le BBC / Discovery Documentary" . BBC / Découverte . Récupéré le 11 juin 2012 ."Dévoiler la science derrière l'idée de six degrés de séparation"
  13. ^ "Vers une Communauté d'Intelligence Adaptative Complexe Le Wiki et le Blog" . D. Calvin Andrus . cia.gov . Récupéré le 25 août 2012 .
  14. ^ Solvit, Samuel (2012). « Dimensions de la guerre : comprendre la guerre en tant que système adaptatif complexe » . L'Harmattan . Récupéré le 25 août 2013 .
  15. ^ "L'Internet analysé comme un système adaptatif complexe" . Récupéré le 25 août 2012 .
  16. ^ "Cyberspace: Le système adaptatif complexe ultime" (PDF) . La revue internationale C2 . Récupéré le 25 août 2012 . par Paul W. Phister Jr.
  17. ^ "Systèmes adaptatifs complexes" (PDF) . mit.edu. 2001 . Récupéré le 25 août 2012 . par Serena Chan, Séminaire de recherche en systèmes d'ingénierie
  18. ^ Hollande, John H. (John Henry) (1996). Ordre caché : comment l'adaptation construit la complexité . Addison-Wesley. ISBN 0201442302. OCLC  970420200 .
  19. ^ Buckley, Walter; Schwandt, David; En ligneGoldstein, Jeffrey A. (2008). "Une introduction à "La société en tant que système adaptatif complexe"" . E:CO Emergence: Complexity & Organization . 10 (3): 86–112 . Récupéré le 2 novembre 2020 .
  20. ^ Bentley, Chance; Anandhi, Aavudai (2020). "Représenter la complexité de la réponse des conducteurs dans les écosystèmes à l'aide d'un modèle conceptuel amélioré" . Modélisation écologique . 437 (437): 109320. doi : 10.1016/j.ecolmodel.2020.109320 . Récupéré le 24 décembre 2020 .
  21. ^ Buckley, Walter W. (1968). Recherche sur les systèmes modernes pour le scientifique comportemental : un livre source . Aldine. ISBN 9780202369402. Récupéré le 2 novembre 2020 .
  22. ^ Situngkir, Hokki (2004). « Sur les mèmes égoïstes : la culture comme système adaptatif complexe » . Journal de la complexité sociale . 2 (1) : 20–32 . Récupéré le 2 novembre 2020 .
  23. ^ Frank, Roslyn M. (2008). "L'analogie langue-organisme-espèce: une approche systémique adaptative complexe pour changer les perspectives sur le" langage "" . Dans Frank (éd.). Situation socioculturelle, Vol. 2 . De Gruyter. pp. 215–262. ISBN 978-3-11-019911-6. Récupéré le 2 novembre 2020 .
  24. ^ un b Axelrod, Robert M.; Cohen, MD (1999). Maîtriser la complexité : Implications organisationnelles d'une frontière scientifique . Presse libre. ISBN 9780684867175.
  25. ^ Gell-Mann, Murray (1994). "Systèmes adaptatifs complexes" (PDF) . Dans Cowan, G.; Pines, D.; Meltzer, D. (éd.). Etudes en Sciences de la Complexité, Proc. Vol. XIX . Addison-Wesley. p. 17–45 . Récupéré le 6 novembre 2020 .
  26. ^ Fromm, Jochen (2004). L'émergence de la complexité . Presse universitaire de Cassel . Récupéré le 6 novembre 2020 .
  27. ^ Paul Cilliers (1998) Complexité et postmodernisme: comprendre les systèmes complexes
  28. ^ Robert Axelrod & Michael D. Cohen , Maîtriser la complexité . Livres de base , 2001
  29. ^ Turner, JR et Baker, R. (2020). Just doing the do : Une étude de cas testant la créativité et les processus innovants en tant que systèmes adaptatifs complexes. Nouveaux horizons dans l'éducation des adultes et le développement des ressources humaines, 32(2). doi : 10.1002/nha3.20283
  30. ^ Lindberg, C.; En ligneSchneider, M. (2013). "Lutter contre les infections au Maine Medical Center: aperçus du leadership éclairé par la complexité à partir d'une déviance positive". Direction . 9 (2): 229-253. doi : 10.1177/1742715012468784 . S2CID 144225216 . 
  31. ^ Boal, KB; Schultz, PL (2007). "La narration, le temps et l'évolution : le rôle du leadership stratégique dans les systèmes adaptatifs complexes". Le trimestriel du leadership . 18 (4): 411–428. doi : 10.1016/j.leaqua.2007.04.008 .
  32. ^ Lindberg, C.; En ligneSchneider, M. (2013). "Lutter contre les infections au Maine Medical Center: aperçus du leadership éclairé par la complexité à partir d'une déviance positive". Direction . 9 (2): 229-253. doi : 10.1177/1742715012468784 . S2CID 144225216 . 
  33. ^ Luoma, M (2006). "Un jeu de quatre arènes - Comment la complexité peut servir le développement de la gestion". Apprentissage de la gestion . 37 : 101–123. doi : 10.1177/1350507606058136 . S2CID 14435060 . 
  34. ^ Lindberg, C.; En ligneSchneider, M. (2013). "Lutter contre les infections au Maine Medical Center: aperçus du leadership éclairé par la complexité à partir d'une déviance positive". Direction . 9 (2): 229-253. doi : 10.1177/1742715012468784 . S2CID 144225216 . 
  35. ^ Borzillo, S.; En ligneKaminska-Labbé, R. (2011). "Dévoiler la dynamique de la création de connaissances dans les communautés de pratique à travers les lentilles de la théorie de la complexité". Recherche et pratique en gestion des connaissances . 9 (4): 353–366. doi : 10.1057/kmrp.2011.13 . S2CID 62134156 . 
  36. ^ Lindberg, C.; En ligneSchneider, M. (2013). "Lutter contre les infections au Maine Medical Center: aperçus du leadership éclairé par la complexité à partir d'une déviance positive". Direction . 9 (2): 229-253. doi : 10.1177/1742715012468784 . S2CID 144225216 . 
  37. ^ Borzillo, S.; En ligneKaminska-Labbé, R. (2011). "Dévoiler la dynamique de la création de connaissances dans les communautés de pratique à travers les lentilles de la théorie de la complexité". Recherche et pratique en gestion des connaissances . 9 (4): 353–366. doi : 10.1057/kmrp.2011.13 . S2CID 62134156 . 
  38. ^ Lindberg, C.; En ligneSchneider, M. (2013). "Lutter contre les infections au Maine Medical Center: aperçus du leadership éclairé par la complexité à partir d'une déviance positive". Direction . 9 (2): 229-253. doi : 10.1177/1742715012468784 . S2CID 144225216 . 
  39. ^ Muaz AK Niazi, Vers un nouveau cadre unifié pour le développement de modèles de simulation formels, réseau et validés basés sur des agents de thèse de doctorat de systèmes adaptatifs complexes
  40. ^ John H. Miller et Scott E. Page, Systèmes adaptatifs complexes: une introduction aux modèles informatiques de la vie sociale , page du livre de presse de l'Université de Princeton
  41. ^ Melanie Mitchell, Complexity A Guided Tour, Oxford University Press, page de livre
  42. ^ Springer Complex Adaptive Systems Modeling Journal (CASM)
  43. ^ Adami C (2002). "Qu'est-ce que la complexité ?". Bioessais . 24 (12): 1085–94. doi : 10.1002/bies.10192 . PMID 12447974 . 
  44. ^ McShea D (1991). "Complexité et évolution : ce que tout le monde sait". Biologie et Philosophie . 6 (3): 303–24. doi : 10.1007/BF00132234 . S2CID 53459994 . 
  45. ^ un b Carroll SB (2001). « Hasard et nécessité : l'évolution de la complexité et de la diversité morphologiques ». Nature . 409 (6823): 1102–9. Bibcode : 2001Natur.409.1102C . doi : 10.1038/35059227 . PMID 11234024 . S2CID 4319886 .  
  46. ^ Furusawa C, Kaneko K (2000). "Origine de la complexité dans les organismes multicellulaires". Phys. Rév. Lett . 84 (26 Pt 1): 6130–3. arXiv : nlin/0009008 . Bibcode : 2000PhRvL..84.6130F . doi : 10.1103/PhysRevLett.84.6130 . PMID 10991141 . S2CID 13985096 .  
  47. ^ Adami C, Ofria C, Collier TC (2000). "Evolution de la complexité biologique" . Proc. Natl. Acad. Sci. États- Unis . 97 (9) : 4463–8. arXiv : physique/0005074 . Bib code : 2000PNAS ...97.4463A . doi : 10.1073/pnas.97.9.4463 . PMC 18257 . PMID 10781045 .  
  48. ^ Oren A (2004). « Diversité et taxonomie des procaryotes : état actuel et défis futurs » . Philos. Trans. R. Soc. Londres. B Biol. Sci . 359 (1444) : 623–638. doi : 10.1098/rstb.2003.1458 . PMC 1693353 . PMID 15253349 .  
  49. ^ Whitman W, Coleman D, Wiebe W (1998). "Procaryotes : la majorité invisible" . Proc Natl Acad Sci USA . 95 (12): 6578–83. Bib code : 1998PNAS ...95.6578W . doi : 10.1073/pnas.95.12.6578 . PMC 33863 . PMID 9618454 .  
  50. ^ Schloss P, Handelsman J (2004). « Etat du recensement microbien » . Microbiol Mol Biol Rév . 68 (4): 686–691. doi : 10.1128/MMBR.68.4.686-691.2004 . PMC 539005 . PMID 15590780 .  

Littérature

Liens externes

Retrieved from "https://en.wikipedia.org/w/index.php?title=Complex_adaptive_system&oldid=1066085325"
0.050979137420654