Home / LABEF / CONFERENCE / Appel à candidature pour suivre le Cours sur l’introduction à la modélisation des maladies infectieuses

Appel à candidature pour suivre le Cours sur l’introduction à la modélisation des maladies infectieuses

Les maladies infectieuses font partie des plus grands ennemis naturels de l’homme. Bien que beaucoup d’efforts aient été investis dans la lutte contre ces maladies, dont certaines ont été éliminées dans certaines parties du monde, de nombreuses maladies infectieuses se développent encore et sont à l’origine d’une grande morbidité et mortalité dans le monde, notamment en Afrique subsaharienne. Il s’avère donc nécessaire de déployer des efforts collectifs et interdisciplinaires pour identifier de nouveaux moyens plus efficaces de contenir ces maladies. La modélisation mathématique est l’un des outils indispensables pour l’atteinte d’un tel objectif. Cette modélisation requiert toutefois des aptitudes en mathématique et statistique ainsi que des outils spécifiques qui ne sont pas forcément accessibles à tous alors que le besoin devient de plus en plus grandissant. C’est dans ce contexte que le Laboratoire de Biomathématiques et d’Estimations Forestières (www.labef-uac.org) de la Faculté des Sciences Agronomiques de l’Université d’Abomey-Calavi, en partenariat avec l’Institut de Mathématiques et de Sciences Physiques (IMSP) et avec le soutien de la Commission pour les pays en développement et l’Union International de Mathématiques organise un cours d’une semaine consacré à la modélisation de données relatives aux maladies infectieuses. Durant ce cours, les participants seront initiés aux concepts de base des modèles dynamiques pour les maladies infectieuses, aux diverses techniques de modélisation des maladies infectieuses, comment associer les modèles de maladies infectieuses aux données de manière cohérente, et comment évaluer et comparer des modèles. Les participants recevront également des cours sur la formulation de bonnes questions de recherche, la méthodologie de recherche pour répondre aux questions, ainsi que comment conclure, interpréter et communiquer leurs résultats à un large public. Ces cours seront complétés par des sessions de pratiques dans le logiciel MATLAB et des devoirs individuels ou de groupe. D’autres discussions parallèles incluront la recherche et la demande de subventions et d’emplois dans les universités.

Formateur : Prof Ngonghala Calistus, Professeur de Biomathématiques, Département de Mathématiques, Université de Floride, USA.

Date : Lundi 17 Juin au Vendredi 21 Juin 2019

Cérémonie d’ouverture : Lundi 17 juin à 8h

Langue du cours : Anglais

Lieu : Salle de conférence du LABEF (Bâtiment I, Faculté des Sciences Agronomiques, au 2e étage)

Participation : la participation est gratuite mais sur inscription. L’inscription se fait par envoi d’un email et du CV à contact.labef@gmail.com avec l’objet “infectious disease and data modelling”. Les places seront attribuées suivant le principe du premier arrivé premier servi. Le nombre de places disponibles est limité à 50.

Qui peut participer ? Etudiants en master, doctorants, enseignants-chercheurs, chercheurs et professionnels en épidémiologie, santé publique, (Bio)statistique, pathologie, modélisation mathématique, sciences agronomiques, et sciences connexes. 

Nota Bene : la délivrance de certification de participation à la fin du cours est subordonnée au paiement de 1500 FCFA. Aussi, se munir d’un ordinateur avec le logiciel MATLAB installé. Si vous ne l’avez pas, veuillez-vous rapprocher du LABEF avec votre ordinateur au plus tard trois jours ouvrables avant le démarrage.

Deadline pour inscription : Vendredi 14 Juin 2019

Notification de la sélection: Samedi 15 Juin 2019

Pour information complémentaire : contact.labef@gmail.com ou + 229 96 17 27 29 / + 229 95 84 08 00

About Administrateur Administrateur

Check Also

opportunité de doctorat au LABEF en 2024

http://labef-uac.org/wp-content/uploads/2023/09/ST32_Call-for-scholarship-Applications_Benin_PhD_UAC.pdf Best free WordPress theme

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.