En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

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

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

Dernière mise à jour : Mai 2018

Menu Logo Principal Agrocampus Ouest Univ R1 Logo Igepp

Institut de Génétique, Environnement et Protection des Plantes

36-month postdoctoral position: Risk-based surveillance strategies for early detection of Japanese beetle in Europe

Postdoctoral position
The European project IPM-Popillia addresses the challenge of a new risk to plant health in Europe, the invasion of the Japanese beetle, Popillia japonica. This pest was introduced accidentally to mainland Europe in 2014 and threatens the entire agricultural sector, urban landscapes, and the biodiversity in invaded areas. Designing an efficient surveillance of this invasive pest is pivotal to deploy adequate containment and/or control strategies.

Funding: European H2020 project IPM-Popillia: Integrated Pest Management of the invasive Japanese Beetle.

Starting date: 1st of October 2020 (with possible adjustments)

Position overview:The postdoctoral fellow will focus on the conception of a risk-based surveillance strategy intended for an efficient allocation of future sampling efforts. The objective is to identify a set of lookouts that are relevant for surveillance, such as, for example, those locations where the pest is likely to be observed earlier than on a randomly chosen set of locations. For this purpose, main tasks involve:

  • undertaking a comprehensive review of existing knowledge regarding the biology, the ecology and the dispersal modes of P. japonica
  • developing an approach in line with recent studies in plant epidemiology (Parnell et al 2017; Martinetti and Soubeyrand 2019), that couple (i) risk factor analyses and (ii) risk evaluation based on current sanitary conditions and pest dynamics
  • collecting and organising historical and recent geo-referenced records of presence/absence of P. japonica in Europe, from partner observations and from other existing databases
  • evaluating risk factors explaining the presence of P. japonica, taking natural and artificial Japanese beetle spread into account, using a variety of machine learning algorithms and network analysis

The postdoctoral fellow will carry out the research, write scientific articles, and attend national and international scientific meetings. Strong interaction will be established with partners from scientific and technical organisations to collect the data necessary to set up the model. Furthermore, the surveillance strategies designed by the postdoctoral fellow will be used to inform stakeholders in charge of plant disease monitoring in EU, establishing a feed-back loop between scientific research and technical organisations.

Qualifications and skills required: We are searching for a candidate with strong expertise in ecology or epidemiology, and modelling (PhD degree in ecology or applied mathematics/statistics). Proficient experience and skills in R programming are required, as well as demonstrated desire and proven ability to publish in peer-reviewed journals. Skills in handling geographical information (sampling data, land-use maps, spatial climate data, etc.) would be appreciated. English proficiency is mandatory, while Italian and/or French are particularly welcomed.

Keywords: Modelling - Epidemiology - Ecology - Machine Learning – GIS - R - Applied Mathematics/Statistics – Optimization – Sampling - Epidemic Surveillance - Insect Pest Management - Plant Protection - Entomology

Institutional context: The postdoctoral fellow will be physically based in the research unit IGEPP (INRAE, Rennes) with regular missions to the research unit BioSP (INRAE, Avignon). The academic supervisors are Dr. Sylvain Poggi (Rennes) and Dr. Davide Martinetti (Avignon).

Duration and starting date: 3 years, starting 1st of October 2020 (with possible adjustments)

Salary: net monthly income ca. 1900€-2000€ depending on experience

How to apply?

Please send the following:

  • a cover letter outlining your expertise and suitability for this position;
  • a complete CV with education, positions, exam ranks, and list of publications;
  • the contact details for three referees; and
  • university transcripts if available.

Review of applications will start on 30 July 2020 and continue until the postdoctoral position is filled.

Contacts: sylvain.poggi@inrae.fr (INRAE IGEPP, Rennes), davide.martinetti@inrae.fr (INRAE BioSP, Avignon).

References
Parnell, S., van den Bosch, F., Gottwald, T., Gilligan, C.A., 2017. Surveillance to Inform Control of Emerging Plant Diseases: An Epidemiological Perspective. Annual Review of Phytopathology 55, 591–610.
Martinetti, D., Soubeyrand, S., 2019. Identifying Lookouts for Epidemio-Surveillance: Application to the Emergence of Xylella fastidiosa in France. Phytopathology 109, 265–276.