En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal Institut Agro Rennes Angers Univ R1 Logo Igepp

Institut de Génétique, Environnement et Protection des Plantes

Poggi Sylvain

poggi sylvain
Equipe : Ecologie et Génétique des Insectes

Téléphone : 02 23 48 51 52
Sylvain.Poggi@inrae.fr

Research scientist at INRAE Rennes, France

https://cv.archives-ouvertes.fr/sylvain-poggi

Contact address

IGEPP, INRAE, Institut Agro, Univ Rennes, 35653, Le Rheu, France

Career

Researcher (2008-present), Plant Health and the Environment Department, Rennes/Le Rheu, France

R&D Senior Engineer in Process Control (2007-2008), PDF Solutions, Paris/Montpellier/San Jose (CA, USA)

R&D Engineer (2000-2007), ALCTRA, Montreuil/Bois, France

Associate Teacher and Researcher (2000), University of Le Mans, France

Research interests and expertise

My current research builds on the interplay between mathematical/statistical modelling and agro-ecology. My main interest lies in developing methodological approaches to derive ecology sound strategies for pest and disease management, thereby reducing the dependence to pesticides. This leads to a set of connected research topics, e.g.:

  • Pest risk assessment
  • Multi-scale modelling of ecological processes
  • Identification of suppressive agro-ecological landscape patterns and their socio-economic viability (in collab. with ecologists and economists at INRAE)
  • Exploring the potential of co-designed landscapes to promote natural pest control

Expertise involved is quantitative ecology and agro-ecology, pest and disease control, population dynamics and epidemiological modelling, data mining (machine learning).

Current and recent activities

Project coordination
  • IPM-Popillia (EU H2020 Programme, 2020-2024, leader WP1): Integrated Pest Management of the invasive Japanese beetle Popillia japonica https://www.popillia.eu
  • STARTAUP (FRB, 2018-2021, R. Le Cointe/S. Poggi) : Design of alternative strategies for controlling wireworm damage in maize crops https://www6.inrae.fr/startaup
  • DevMAP (INRA SPE, 2015-2016, N. Parisey/S. Poggi) 
  • COPACABANA (INRA SMaCH, 2013-2015): Metrics and methods to link landscape with pest and natural enemies population dynamics
  • INRA SPE DELIA (2013-2014): Multi-scale modelling of ecological processes driving crop colonization in heterogeneous landscape
PhD students
  • Multi-scale modelling of pest population dynamics: from individual cognition to landscape-scale population and community distribution (2013-2016), co-funded by the Plant Health and Environment INRA Department and the Brittany Region. Co-direction with A.M. Cortesero and N. Parisey.
  • Modelling ecological processes and agricultural landscapes dynamics to explore the potential for biological control (2014‐2018), funded by the French Ministry of Education and Research. Co‐direction with J. Baudry and N. Parisey.
Projects membership
  • SEPIM (PNRI, 2021-2024) : Surveillance, Évaluation, Prévision, Interpolation et Mitigation des risques relatifs à la jaunisse de la betterave
  • PREPARE (Ecophyto II, AFB, 2019-2022): Comprendre et prédire les effets des paysages de pratiques sur la régulation biologique
  • QUANTICONTROL (UBL & Agrocampus Ouest, 2019-2020): Quantifying the ecosystem service of pest biological control
  • ESPACE (INRA SMaCH, 2017-2020): Estimating the effects of landscape on both crop pests and their natural enemies
  • ElatPro (ERA-NET C-IPM, 2016-2019): Spotting the needle in a haystack - Predicting wireworm activity in top soil for integrated pest management in arable crops
  • SOLUTION (FRB, 2014‐2016): Enhancing natural pest control services using diversified
    farming practices at the landscape scale
  • GEEK (INRA SMaCH, 2014‐2016): Google trends network & pest outbreaK
  • PEERLESS (ANR, 2013-2017): Predictive ecological engineering for landscape ecosystem services and sustainability
  • SESAME (INRA SMaCH, 2013-2015): Landscape dynamics and pest management
  • ModStatSAP network (INRA SPE & MIA, 2011-2016): Modelling and statistics for plant and animal health
  • SYSBIOTEL (ANR, 2009-2012): Integrated management of soil-borne bioagressors in vegetable cropping systems

Education

One-year night classes in R and SAS statistical software (2005-2006), CNAM Paris, France
Dissertation topic: PLS regression with R

One-year night classes in statistics (2002-2003), CNAM Paris, France
Dissertation topic: Non-linear classification using Support Vector Machines

One-year night classes in Neural Networks (2001-2002), CNAM Paris, France
Dissertation topic: Continuous process control using artificial neural networks

Postgraduate degree and Ph.D in Physics (1996-2000), University of Le Mans, France

Licence, Master and Magistère in Fundamental Physics and Engineering Sciences (1991-1995), University of Paris 7, France

 

Selected publications

Motisi N., Papaïx J., Poggi S. (2022) The Dark Side of Shade: How Microclimates Drive the Epidemiological Mechanisms of Coffee Berry Disease. Phytopathology 112: 1235-1243. DOI

Reboud X., Poggi S., Bohan D. (2022) Chapter Eight - Effective biodiversity monitoring could be facilitated by networks of simple sensors and a shift to incentivising results. In: Advances in Ecological Research, Volume 65, pp. 339-365. DOI

Poggi S., Le Cointe R., Lehmhus J., Plantegenest M., Furlan L. (2021) Alternative strategies for controlling wireworms in field crops: a review. Agriculture, MDPI, 11(5), 436. DOI

Poggi S., Vinatier F., Hannachi M., Sanz Sanz E., Rudi G., Zamberletti P., Tixier P., Papaïx J. (2021) How can models foster the transition towards future agricultural landscapes? In: Advances in Ecological Research, Volume 64, pp. 305–368. DOI 

Poggi S., Sergent M., Mammeri Y., Plantegenest M., Le Cointe R., Bourhis Y. (2021) Dynamic role of grasslands as sources of soil-dwelling insect pests: New insights from in silico experiments for pest management strategies. Ecological Modelling 440. DOI 

Riaboff L., Poggi S., Madouasse A., Couvreur S., Aubin S., Bédère N., Goumand E., Chauvin A., Plantier G. (2020) Development of a methodological framework for a robust prediction of the main behaviours of dairy cows using a combination of machine learning algorithms on accelerometer data. Computers and Electronics in Agriculture 169. DOI

Motisi N., Ribeyre F., Poggi S. (2019) Coffee tree architecture and its interactions with microclimates drive the dynamics of coffee berry disease in coffee trees. Scientific Reports 9: 1–12. DOI

Aviron S., Lalechère E., Duflot R., Parisey N., Poggi S. (2018) Connectivity of cropped vs. semi-natural habitats mediates biodiversity: a case study of carabid beetles communities. Agriculture, Ecosystems & Environment 268:34-43. DOI

Poggi S., Papaïx J., Lavigne C., Angevin F., Le Ber F., Parisey N., Ricci B., Vinatier F., Wohlfahrt J. (2018) Issues and challenges in landscape models for agriculture: from the representation of agroecosystems to the design of management strategies. Landscape Ecology 33:1679-1690 DOI 

Bellot B., Poggi S., Baudry J., Bourhis Y., Parisey N. (2018) Inferring ecological processes from population signatures: A simulation-based heuristic for the selection of sampling strategies. Ecological Modelling 385:12-25. DOI 

Ricci B., Petit S., Allanic C., Langot M., Parisey N., Poggi S. (2018) How effective is large landscape-scale planning for reducing local weed infestations? A landscape-scale modelling approach. Ecological Modelling 384:221-232. DOI 

Poggi S., Le Cointe R., Riou J.-B., Larroudé P., Thibord J.-B., Plantegenest M. (2018) Relative influence of climate and agroenvironmental factors on wireworm damage risk in maize crops. Journal of Pest Science 91:585–599. DOI 

Bourhis Y., Poggi S., Mammeri Y., Le Cointe R., Cortesero A.M., Parisey N. (2017) Foraging as the landscape grip for population dynamics - a mechanistic model applied to crop protection. Ecological Modelling 354:26-36. DOI

Parisey N., Bourhis Y., Roques L., Soubeyrand S., Ricci B., Poggi S. (2016) Rearranging agricultural landscapes towards habitat quality optimisation: In silico application to pest regulation. Ecological Complexity. DOI

Le Cointe R., Simon T.E., Delarue P., Hervé M., Leclerc M., Poggi S. (2016) Reducing the use of pesticides with site-specific application: the chemical control of Rhizoctonia solani as a case of study for the management of soil-borne diseases. PLoS ONE 11(9): e0163221. DOI

Aviron S., Poggi S., Varennes Y.-D., Lefèvre A. (2016) Local landscape heterogeneity affects crop colonization by natural enemies of pests in protected horticultural cropping systems. Agriculture, Ecosystems & Environment 227:1–10. DOI

Ciss M., Poggi S., Memmah M.-M., Franck P., Gosme M., Parisey N. and Roques L. (2016) A model-based approach to assess the effectiveness of pest biocontrol by natural enemies. http://arxiv.org/abs/1602.06584

Bourhis Y., Poggi S., Mammeri Y., Cortesero A.M., Le Ralec A. and Parisey N. (2015) Perception-based foraging for competing resources: assessing pest population dynamics at the landscape scale from heterogeneous resource distribution. Ecological Modelling 312:211-221. DOI

Saussure S., Plantegenest M., Thibord J.-B., Larroudé Ph. and Poggi S. (2015) Management of wireworm damage in maize fields using new, landscape-scale strategies. Agronomy for Sustainable Development 35:793-802. DOI

Puech C., Poggi S., Baudry J. and Aviron S. (2015) Do farming practices affect natural enemies at the landscape scale? Landscape Ecology 30:125–140. DOI

Simon T.E., Le Cointe R., Delarue P., Morlière S., Montfort F., Hervé M.R. and Poggi S. (2014) Interplay between Parasitism and Host Ontogenic Resistance in the Epidemiology of the Soil‐Borne Plant Pathogen Rhizoctonia solani. PLoS ONE 9(8): e105159. DOI

Puech C., Baudry J., Joannon A., Poggi S. and Aviron S. (2014) Organic vs. conventional farming dichotomy: Does it make sense for natural enemies?, Agriculture, Ecosystems & Environment 194:48‐57. DOI

Poggi S., Neri F.M., Deytieux V., Bates A., Otten W., Gilligan C.A. and Bailey D.J. (2013) Percolation-based risk index for pathogen invasion: application to soil-borne disease in propagation systems, Phytopathology 103: 1012-1019. DOI

Motisi N., Poggi S., Filipe J.A.N., Lucas P., Doré T., Montfort F., Gilligan C.A. and Bailey D.J. (2013) Epidemiological analysis of the effects of biofumigation for biological control of root rot in sugar beet, Plant Pathology 62(1):69-78. DOI

Hamelin F.M., Castel M., Poggi S., Andrivon D. and Mailleret, L. (2011) Seasonality and the evolutionary divergence of plant parasites, Ecology 92(12):2159-2166. DOI

Montfort F., Poggi S., Morlière S., Collin F., Lemarchand E. and Bailey D.J. (2011) Opportunities to reduce Rhizoctonia solani expression on carrots by biofumigation with Indian mustard, Acta Horticulturae 917:149-157.

 

Selected conferences

Poggi S., Sergent M., Boussard H., Mammeri Y., Plantegenest M., Bourhis Y. and Le Cointe R. (2022) Combining models of agricultural landscapes and soil-dwelling pest population dynamics to design novel management strategies against wireworms. 26th International Congress of Entomology, Helsinki (Finland).

Petit S. et al (2021) Exploring the potential of co-designed landscapes to promote biological pest control. Landscape 2021, Berlin.

Le Cointe R., Girault Y., Morvan T., Thibord J.-B., Larroudé P., Lecuyer G., Plantegenest M., Bouille D.  and Poggi S. (2020) Feeding pests as an IPM strategy: wireworms in conservation agriculture as a case study. 3rd Annual International Branch Virtual Symposium ESA 2020.

Poggi S., Sergent M., Mammeri Y., Plantegenest M., Le Cointe R. and Bourhis Y. (2019) Temporal dynamics of grasslands as sources of soil-dwelling insect pests: new insights from in silico experiments for pest management strategies. The International Society for Ecological Modelling Global Conference 2019, Salzburg (Austria).

Motisi N., Papaïx J. and Poggi S. (2019) Antagonistic effects of shade on the epidemiological mechanisms driving coffee berry disease. 4th World Congress on Agroforestry, Montpellier (France).

Motisi N., Papaïx J. and Poggi S. (2018) Mechanistic-statistical modelling of Coffee Berry Disease dynamics and elucidation of the epidemiological mechanisms affected by shade. International Conference on Ecological Sciences, Rennes (France).

Aviron S., Poggi S., Varennes Y.-D. and Lefèvre A. (2017) Effects of landscape heterogeneity on crop colonization by natural predators of pests in protected horticultural cropping systems. 7th Meeting IOBC-WPRS, Dundee (Scotland, UK).

Bourhis Y., Poggi S., Mammeri Y., Cortesero A.M. and Parisey N. (2016) Scaling-up pest foraging behaviours to the agricultural landscape - PDE applied to crop protection. European Conference on Mathematical and Theoretical Biology, University of Nottingham (UK).

Parisey N., Bourhis Y. and Poggi S. (2015) Rearranging agricultural landscapes towards habitat quality optimisation: ecological engineering applied to pest regulation. Spatial Ecology and Conservation 3, Bristol (UK).

Aviron S., Poggi S., Parisey N., Duflot R., Boussard H. and Lalechere E. (2015) Contribution of annual crops vs. semi-natural habitats to landscape connectivity for different types of carabid beetles communities. 9th IALE World Congress, Portland (USA).

Memmah M.M., Roques L., Ciss M., Parisey N., Poggi S. and Yao X. (2014) Agricultural land use optimisation using many‐objective preference‐inspired co‐evolutionary algorithm. 5th International Conference on Metaheuristics and Nature Inspired Computing, Marrakech (Morocco).

Ciss M., Poggi S., Roques L., Memmah M.M., Martinet V., Gosme M., Ricci B. and Parisey N. (2014) Exploring pest regulation in the context of dynamic agricultural landscapes. Colloque PAYOTE, Paris (France).

Stoeckel S., Masson J.P. and Poggi S. (2013) Integrating knowledge on genomic structure and ancestral diversity to detect outlying genomic regions. Stochastic Models in Ecology, Evolution and Genetics, Angers (France)

Poggi S., Neri F.M., Deytieux V., Bates A., Otten W., Gilligan C.A. and Bailey D.J. (2012) The application of percolation theory for predicting the invasive spread of a soil-borne fungal pathogen in the seedling propagation of field vegetables, 9th Meeting of the French Phytopathological Society, Aussois (France)

Hamelin F., Castel M., Poggi S., Andrivon D. and Mailleret L. (2011) Seasonality and the evolutionary divergence of plant parasites, 8th European Conference on Mathematical and Theoretical Biology, Krakow (Poland).

Mraidi R., Motisi N., Montfort F., Rivot E. and Poggi S. (2010) Contribution, par une approche bayésienne à l’étude de l’effet de la biofumigation sur une épidémie de Rhizoctone brun, 3ème Conférence Internationale de la Société Francophone de Biologie Théorique, Tunis (Tunisia).

Poggi S., Deytieux V., Neri F.M., Bates A., Otten W., Gilligan C.A. and Bailey D.J. (2009) Thresholds for the invasive spread and control of soil-borne disease in plant propagation. 10th International Epidemiology Workshop, Geneva (USA).

Keywords

Spatio-temporal modelling, multi-scale modelling, population dynamics, landscape ecology, agro-ecology, pest management, crop protection, data mining