Savons-nous mieux ce qui fonctionne réellement en matière de conservation ? Aperçus de cinquante ans de preuves de conservation – The Applied Ecologist

La biodiversité décline rapidement, et avec des financements et des ressources limités en matière de conservation, il est important que ces ressources soient consacrées à des actions qui font véritablement la différence. Alors, comment savoir quelles actions donnent des résultats et lesquelles n’en donnent pas ? La réponse dépend de la qualité des preuves qui les sous-tendent – ​​qui dépend largement de la conception de l’étude utilisée. Nouvelle recherche de Staples et coll. (2026) dans le Journal d’écologie appliquée a examiné les modèles d’étude utilisés pour évaluer les actions de conservation afin de comprendre si nous sommes de mieux en mieux capables de tester ce qui fonctionne et dans quels contextes.

L’importance de la conception des études dans la conservation

Lors de l’évaluation de l’efficacité d’une intervention de conservation, le principal défi consiste à estimer le scénario contrefactuel : que se serait-il passé si l’action n’avait pas été entreprise ?

Différents modèles d’étude répondent à cette question à différents niveaux de confiance. À l’extrémité faible, les conceptions After mesurent simplement un résultat une fois que l’action s’est produite – sans référence ni contrôle (unité non traitée) avec lequel le comparer. Les conceptions avant-après mesurent fournissant une comparaison temporelle mais manquent toujours d’un groupe témoin. Les conceptions de contrôle-impact comparent les sites traités et non traités, mais seulement après coup. Les conceptions BACI (Avant-Après-Contrôle-Impact) et les essais contrôlés randomisés (ECR) combinent des contrôles temporels et spatiaux et réduisent les biais, fournissant ainsi des estimations plus fiables des changements pouvant être attribués à une action.

Ce que nous avons fait

Nous avons analysé plus de 8 500 études de la base de données Conservation Evidence – couvrant plus de 50 ans d’études testant les interventions de conservation. Après avoir classé chaque étude dans l’un des cinq modèles décrits ci-dessus, nous avons utilisé un modèle multinomial bayésien pour tester comment l’utilisation du modèle évolue au fil du temps et comment elle varie en fonction de la langue de publication, du revenu national, de l’intégrité de la biodiversité et du domaine.

Ce que nous avons trouvé

La nouvelle encourageante est que la conservation s’éloigne progressivement des modèles d’étude les plus faibles pour se tourner vers des modèles plus robustes. Les modèles qui représentaient autrefois 74 % des études en 1970, ont progressivement diminué jusqu’à seulement 33 % en 2023. Entre-temps, les modèles plus robustes ont augmenté, les études de contrôle-impact étant désormais les plus courantes, et les ECR sont passés d’une rareté dans les années 70 à aujourd’hui environ 15 % des études.

La nouvelle la moins encourageante est que, malgré leur croissance prometteuse, les conceptions robustes restent rares et inégalement réparties, révélant certains obstacles majeurs à leur utilisation.

Géographiquement, les conceptions robustes restent concentrées en Amérique du Nord, en Europe occidentale et en Australasie. Bon nombre des pays les plus riches en biodiversité et dont l’environnement est le plus dégradé, notamment en Afrique, disposaient de très peu de modèles d’études rigoureux, voire pas du tout. Les pays à faible revenu ont présenté une tendance similaire, avec une sous-représentation des conceptions robustes par rapport aux pays plus riches. Les études publiées dans des langues autres que l’anglais présentaient également des proportions nettement plus élevées de plans d’étude plus faibles, un écart qui persistait même après avoir pris en compte d’autres variables dans le modèle multinomial.

Le choix de la conception dépendait également fortement du contexte. Les études sur l’habitat et les sols ont eu recours beaucoup plus souvent à des expériences randomisées, tandis que les études sur les animaux s’appuyaient de manière disproportionnée sur des modèles plus faibles. Cela est logique : les espèces mobiles, à grande distribution ou insaisissables sont beaucoup plus difficiles et nécessitent beaucoup plus de ressources à manipuler expérimentalement, à attribuer au hasard aux groupes de traitement ou à suivre de manière cohérente au fil du temps que des parcelles de sol ou des bordures de champs.

Ce que cela signifie pour la pratique

Nos résultats suggèrent que des obstacles critiques à l’amélioration de la base de données probantes demeurent. La domination persistante des conceptions simples dans les études de langues non anglophones et dans les pays à faible revenu met en évidence des inégalités structurelles liées aux ressources. Il est clair qu’un renforcement ciblé des capacités et des délais de financement plus longs sont nécessaires pour combler cet écart – en particulier dans les pays riches en biodiversité et à faible revenu qui disposent du moins d’évaluations solides et qui ont le plus à perdre en cas de mauvaises décisions en matière de conservation.

Nous ne pensons pas que la réponse consiste à exiger partout des ECR de référence. Dans la pratique, les décideurs ne peuvent souvent pas attendre l’expérience parfaite avant d’agir, surtout lorsque cela implique de refuser l’aide à une population menacée ou de ne pas intervenir dans la propagation rapide d’espèces envahissantes. Cependant, même si la conception d’études robustes peut entraîner un retard à court terme, elles peuvent permettre de gagner du temps en évitant le recours prolongé à des actions qui s’avèrent inefficaces, ce qui peut s’avérer particulièrement crucial lorsqu’il s’agit de décider d’investissements, de politiques ou de projets à grande échelle à long terme.

La bonne nouvelle est que des améliorations significatives ne nécessitent pas de passer directement à un essai randomisé. L’ajout d’un seul site témoin apparié ou la collecte de données de base avant le début d’une action peuvent améliorer considérablement ce qu’un plan d’étude peut nous dire. Une action imparfaite, étayée par des preuves imparfaites mais qui s’améliorent, vaut mieux que pas d’action du tout. L’objectif n’est pas d’appliquer rigidement des conceptions de référence, mais d’adapter le niveau de rigueur aux conséquences d’une erreur et d’intégrer des preuves dans le cycle de gestion adaptative – en particulier dans les endroits actuellement les plus laissés pour compte.

Lire l’article complet « Tendances temporelles et spatiales dans les conceptions d’études utilisées pour comprendre ce qui fonctionne en matière de conservation » dans Journal d’écologie appliquée.