Chapitre 1 : Apiculture prédictive et algorithmique
Chapitre 2 : Combien de ruches peut-on gérer seul, honnêtement ?
Chapitre 3 : L’expérience ne s’oppose pas à la mesure

Chapitre 1 : Les Composés Organiques Volatiles (COV)
Chapitre 2 : La balance : le capteur le plus rentable
Chapitre 3 : Température, humidité et CO₂ : mesurer ce que la ruche régule
Chapitre 4 : Température
Chapitre 5 : Capteurs d’humidité interne et externe
Chapitre 6 : Mesure du CO2
Chapitre 7 : Le cas de l’utilisation de l’air de la ruche
Chapitre 8 : L’acoustique apicole : écouter une colonie sans lui faire dire n’importe quoi
Chapitre 9 : Observer la planche d’envol : caméras, compteurs et analyse du trafic
Chapitre 10 : La ruche sentinelle et l’échantillonnage intelligent
Chapitre 11 : La danse des abeilles

Chapitre 1 : Pourquoi la météo du téléphone ne suffit plus
Chapitre 2 : Les vrais paramètres météorologiques qui impactent le rucher
Chapitre 3 : Prévoir une miellée sans prétendre prédire la nature
Chapitre 4 : Cartographier ses emplacements et optimiser ses ressources
Chapitre 5 : Observer les miellées depuis l’espace : quels accès pour les apiculteurs ?
Chapitre 6 : La production de cire en apiculture prédictive et algorithmique
Chapitre 7 : La production de propolis de peuplier en apiculture prédictive et algorithmique
Chapitre 8 : La production de pollen en apiculture prédictive et algorithmique
Chapitre 9 : Prédire la consommation d’eau des colonies d’abeilles

Chapitre 1 : Comprendre l’IoT sans être ingénieur
Chapitre 2 : Construire un tableau de bord qui ne devient pas un second métier
Chapitre 3 : De la simple courbe au modèle prédictif

Chapitre 1 : Les erreurs de conception en miellerie que tout le monde fait
Chapitre 2 : Dessiner les circuits d’extraction avant d’acheter les machines
Chapitre 3 : Ergonomie en atelier : préserver la santé de l’apiculteur
Chapitre 4 : Automatiser seulement ce qui mérite de l’être
Chapitre 5 : La transhumance augmentée : une logistique optimisée

Chapitre 1 : Mesurer le coût réel de chaque intervention
Chapitre 2 : Le tableur comme outil de décision et de prévision du travail
Chapitre 3 : Déployer la méthode sans désorganiser son exploitation
Chapitre 4 : L’IA générative : un nouvel outil pour l’apiculteur
Chapitre 5 : SWOT

• • Le prolongement de l’expérience apicole
  • Une boîte à outils, pas une méthode obligatoire
  • Plusieurs niveaux de lecture
  • La ruche qui avait cessé de parler
• PARTIE I : CHANGER DE PARADIGME : L’APICULTEUR AUGMENTÉ
  • Chapitre 1 : Apiculture prédictive et algorithmique
    • 1. Ce que prédictif veut vraiment dire
    • 2. Ce que algorithmique veut vraiment dire
    • 3. Le problème du biais de confirmation en apiculture
  • Chapitre 2 : Combien de ruches peut-on gérer seul, honnêtement ?
  • Chapitre 3 : L’expérience ne s’oppose pas à la mesure
    • 1. Reconnaître les décisions prises par automatisme 
    • 2. Transformer une impression en observation enregistrable
    • 3. Créer un langage commun dans une exploitation employant plusieurs personnes
    • 4. Distinguer un signal, un indicateur et une décision 
      • 4.1 Le signal
      • 4.2 L’indicateur
      • 4.3 La décision
• PARTIE II : DECODER LA COLONIE SANS L’OUVRIR
  • Chapitre 1 : Les Composés Organiques Volatiles (COV)
    • 1. Que sont les COV dans une ruche ?
      • 1.1 Une famille, pas une substance unique
      • 1.2 Volatilité, semi-volatilité et accès au capteur
      • 1.3 Concentration, émission et empreinte sont différentes
      • 1.4 Les unités ne sont pas toujours comparables
    • 2. D’où vient l’odeur de la ruche ?
      • 2.1 Les abeilles adultes
      • 2.2 Le couvain et son âge
      • 2.3 Les produits de la ruche
      • 2.4 Les micro-organismes
      • 2.5 L’environnement extérieur
      • 2.6 Les pratiques apicoles
    • 3. Ce que la chimie du couvain enseigne
      • 3.1 Communication et comportement hygiénique
      • 3.2 Varroa et virus déforment le signal du couvain
      • 3.3 Cinq COV identifiés en 2025
      • 3.4 Les COV émis par le parasite lui-même
      • 3.5 But technologique de cette connaissance
    • 4. La loque américaine : la piste la plus ciblée
      • 4.1 Premiers marqueurs de larves infectées
      • 4.2 Quarante biomarqueurs candidats et un résultat en ruche
      • 4.3 Thèse et prototype de « breathalyser »
      • 4.4 Autres profils comparatifs
      • 4.5 Usage opérationnel raisonnable
    • 5. Loque européenne et couvain plâtré
      • 5.1 Loque européenne : pas de signature simple établie
      • 5.2 Couvain plâtré : signal biologique, capteur encore à construire
      • 5.3 Enseignement pratique
    • 6. Varroose : résultats des nez électroniques
      • 6.1 Réponse de capteurs semi-conducteurs
      • 6.2 Réseau de capteurs et classification
      • 6.3 L’heure de la journée modifie le classement
      • 6.4 Echantillons de couvain
      • 6.5 Capteurs intégrés à bas coût
      • 6.6 Ce que le capteur détecte probablement
    • 7. Petit coléoptère, fermentation et autres usages
      • 7.1 Petit coléoptère des ruches
      • 7.2 Fermentation du miel ou du nourrissement
      • 7.3 Pollution et exposition
      • 7.4 Suivre un traitement volatil
    • 8. Les principaux facteurs de confusion
      • 8.1 Humidité
      • 8.2 Température
      • 8.3 Débit et ventilation
      • 8.4 Heure, saison et miellée
      • 8.5 Force et génétique de la colonie
      • 8.6 Fumée et ouverture
      • 8.7 Nourrissements et récoltes
      • 8.8 Traitements sanitaires
      • 8.9 Matériaux et vieillissement
      • 8.10 Effet rucher
    • 9. Erreurs fréquentes à éviter
    • Conclusion : but de chaque élément
    • Références scientifiques 
  • Chapitre 2 : La balance : le capteur le plus rentable
    • 1. Ce que la balance peut réellement apporter à l’apiculteur
      • 1.1 Une distinction fondamentale : le poids n’est pas le miel
      • 2.1 De la ruche à l’alerte, la chaîne complète est la suivante :
      • 2.2 Résolution, précision et répétabilité : trois mots à ne pas confondre
      • 3.1 Dans un socle ou un plancher instrumenté
      • 3.2 A l’intérieur de la ruche
      • 4.1 Une cellule unique : simple, mais exigeante mécaniquement
      • 4.2 Quatre cellules : le choix le plus polyvalent
      • 4.3 La pesée partielle : économique et suffisante pour suivre une tendance
      • 4.4 Choix recommandé selon l’objectif
      • 5.1 Le châssis compte autant que l’électronique
      • 5.2 L’étalonnage : apprendre à la balance ce que signifie un kilogramme
      • 5.3 Température, humidité, pluie et dérive
      • 5.4 Alimentation électrique
      • 5.5 Une donnée connectée doit aussi indiquer si elle est encore fiable
      • 5.6 Quelle fréquence de mesure ?
      • 6.1 La masse absolue
      • 6.2 La variation sur 24 heures à heure fixe
      • 6.3 Tendance lissée
      • 6.4 Le profil au cours de la journée
      • 6.5 L’écart par rapport aux ruches voisines
      • 6.6 La rupture brutale
      • 6.7 Combien de balances installer ?
      • 6.8 Le journal d’intervention est indissociable de la balance
      • 6.9 Trois niveaux d’utilisation
      • 10.1 Démarrage et ralentissement d’une miellée
      • 10.2 Besoin probable de poser ou retirer une hausse
      • 10.3 Risque de disette
      • 10.4 Risque d’essaimage
      • 10.5 Rupture de ponte ou perte de reine probable
      • 10.6 Surchauffe et défaut de ventilation
      • 10.7 Anomalie de consommation hivernale
      • 10.8 Dégradation rapide de la population
    • 11. But de chaque élément 
    • Conclusion
    • Références scientifiques
  • Chapitre 3 : Température, humidité et CO₂ : mesurer ce que la ruche régule
    • 1. Couvain, grappe et air : trois températures différentes
      • 1.1 La température du couvain
      • 1.2 La température de la grappe
      • 1.3 La température de l’air
    • 2. L’emplacement du capteur est une partie de la mesure
      • 2.1 Position centrale
      • 2.2 Position latérale
      • 2.3 Position verticale
      • 2.4 Règle méthodologique
    • 3. couvre-cadres, isolant et volume vide
      • 3.1 Le couvre-cadres
      • 3.2 L’isolant
      • 3.3 Le volume vide
    • 4. Condensation et ventilation
      • 4.1 D’où vient l’eau ?
      • 4.2 Quand se forme la condensation ?
      • 4.3 Ce que montrent les expériences hivernales
      • 4.4 Ventiler davantage n’abaisse pas toujours simplement le CO₂
    • 5. Les limites de l’humidité relative
      • 5.1 Ce qu’il faut calculer à la place
    • 6. L’intérêt expérimental du CO₂
      • 6.1 Ce que le CO₂ pourrait indiquer
      • 6.2 Limites instrumentales
    • 7. Rechercher une rupture plutôt qu’une valeur parfaite
    • 8. Capteurs intérieurs et extérieurs
    • 9. Propolisation, nettoyage et remplacement
      • 9.1 Protection
      • 9.2 Signes d’encrassement ou de défaillance
      • 9.3 Procédure conseillée
    • 10. Protocole pédagogique « A essayer sur dix ruches »
      • 10.1 Equipement
      • 10.2 Acquisition
      • 10.3 Indicateurs quotidiens
      • 10.4 Règle d’alerte
    • Ce que je continuerais à faire « à l’ancienne »
    • Références scientifiques
  • Chapitre 4 : Température
    • 1. Trois grandeurs doivent être séparées :
    • 2. Un capteur mesure sa propre température, à un endroit et à un instant déterminés.
    • 3. Pourquoi mesurer la température en plusieurs points ?
      • 3.1 La ruche n’est pas une enceinte à température uniforme
      • 3.2 Ce qu’un capteur unique peut manquer
      • 3.3 Un point mesure une température – Plusieurs points mesurent une organisation
    • 4. Deux amplitudes à ne jamais confondre
      • 4.1 L’amplitude spatiale instantanée
      • 4.2 L’amplitude temporelle d’un capteur
      • 4.3 Pourquoi les deux lectures peuvent sembler contradictoires
    • 5. Qu’est-ce qu’un système multipoint complet ?
      • 5.1 Température de l’air, de la cire ou de la grappe ?
    • 6. Technologies de capteurs utilisées en recherche
      • 6.1 Capteurs numériques intégrés
      • 6.2 Thermistances NTC
      • 6.3 Thermocouples
      • 6.4 Caméras thermiques : complémentaires, pas équivalentes
      • 6.5 Les quatre notions métrologiques indispensables
    • 7. Architectures d’implantation
      • 7.1 Bande horizontale au-dessus des cadres
      • 7.2 Plusieurs cadres instrumentés
      • 7.3 Tous les cadres fortement instrumentés
      • 7.4 Mesure à l’échelle de la cellule
      • 7.5 Capteurs sous la ruche
    • 8. Acquisition, alimentation et transmission
      • 8.1 Fréquence d’échantillonnage
      • 8.2 Horodatage
      • 8.3 Stockage local avant transmission
      • 8.4 Autonomie
      • 8.5 Le volume de données
    • 9. Etalonnage et contrôle qualité
      • 9.1 Pourquoi étalonner des sondes pourtant « calibrées usine » ?
      • 9.2 Protocole d’étalonnage comparatif
      • 9.3 Contrôles automatiques
      • 9.4 La médiane comme valeur robuste
    • 10. Ce que l’on peut raisonnablement détecter
      • 10.1 Présence d’une colonie active
      • 10.2 Présence de couvain
      • 10.3 Quantité de couvain
      • 10.4 Force de colonie
      • 10.5 Affaiblissement et mortalité hivernale
      • 10.6 Essaimage
      • 10.7 Stress thermique et canicule
      • 10.8 Froid et qualité du couvain
      • 10.9 Ce que la température ne diagnostique pas seule
    • 11. Protocole d’installation au rucher
      • 11.1 Avant l’installation
      • 11.2 Pendant l’installation
      • 11.3 Après l’installation
      • 11.4 Entretien
    • 12. Protocole d’essai avant généralisation
      • 12.1 Constituer un groupe informatif
      • 12.2 Créer la vérité terrain
      • 12.3 Durée minimale
      • 12.4 Critères de réussite
    • 13. Interpréter les courbes : scénarios pédagogiques
      • 13.1 Scénario : Cœur stable, périphérie variable
      • 13.2 Scénario : Déplacement progressif du point le plus chaud
      • 13.3 Scénario : Toutes les sondes suivent l’extérieur
      • 13.4 Scénario : Maximum stable mais zone chaude réduite
      • 13.5 Scénario : Pic bref partagé par plusieurs points
      • 13.6 Scénario : Moyenne correcte mais excursions répétées en périphérie
    • 14. Principales sources d’erreur d’interprétation
      • 14.1 La saison
      • 14.2 La position change de sens
      • 14.3 Le soleil
      • 14.4 Le type de ruche
      • 14.5 Les réserves et la cire
      • 14.6 Les interventions humaines
      • 14.7 Les pannes corrélées
      • 14.8 La propolisation et la construction
      • 14.9 Les seuils importés
      • 14.10 La confusion corrélation-cause
    • 15. Lecture traditionnelle et lecture instrumentée
      • 15.1 A l’ancienne
      • 15.2 Avec le multipoint
      • 15.3 Fiche Niveau de maturité scientifique
    • 16. Conclusion : but de chaque élément
    • Conclusion opérationnelle
    • Références scientifiques
  • Chapitre 5 : Capteurs d’humidité interne et externe
    • 1. Ce que l’humidité représente dans une colonie
      • 1.1 Les principales sources d’eau
      • 1.2 Les voies de sortie et de redistribution
      • 1.3 Régulation active et inertie passive
    • 2. Humidité relative, vapeur d’eau et point de rosée
      •  2.1 Pourquoi le pourcentage HR ne suffit pas
      •  2.2 Pression de vapeur réelle (e)
      •  2.3 Humidité absolue (AH)
      •  2.4 Déficit de pression de vapeur (VPD)
      •  2.5 Point de rosée et marge de condensation
    • 3. Ce que l’humidité peut raisonnablement aider à détecter
      •  3.1 Capacité d’amortissement de la colonie
      •  3.2 Risque de condensation
      •  3.3 Canicule et refroidissement évaporatif
      •  3.4 Miellée et maturation du nectar
      •  3.5 Présence et organisation du couvain
      •  3.6 Affaiblissement ou mortalité
      •  3.7 Essaimage, maladie et statut de la reine
    • 4. Protocole d’installation au rucher
      • 4.1 Avant la pose
      • 4.2 Pendant la pose
      • 4.3 Après la pose
      • 4.4 Entretien saisonnier
      • 4.5 Protocole d’essai avant généralisation
      • 4.6 Durée
    • 5. Scénarios pédagogiques d’interprétation
      • 5.1 Scénario : HR augmente, quantité de vapeur presque stable
      • 5.2 Scénario : Haut de ruche près du point de rosée
      • 5.3 Scénario : Canicule, HR intérieure monte et température se stabilise
      • 5.4 Scénario : Hausse de poids puis humidité nocturne élevée
      • 5.5 Scénario : Toutes les positions suivent l’extérieur
      • 5.6 Scénario : Un capteur reste à 100 %, les autres sont normaux
      • 5.7 Scénario : capteur sous-ruche très humide après la pluie
    • 6. Principales erreurs d’interprétation
    • 7. But de chaque élément
    • Conclusion
    • Références scientifiques
  • Chapitre 6 : Mesure du CO2
    •  1. Ce que le CO₂ représente dans la colonie
      • 1.1 Une production biologique
      • 1.2 Une régulation collective
      • 1.3 L’hiver n’est pas un simple problème d’aération
      • 1.4 Un rythme circadien de superorganisme
      • 1.5 Le couvain participe au signal
    •  2. Ce que mesure réellement une sonde
      • 2.1 Concentration, flux et production sont trois grandeurs différentes
      • 2.2 Le bilan de masse explique l’ambiguïté
      • 2.3 La ruche n’est pas parfaitement mélangée
      • 2.4 La respiration de l’apiculteur est un artefact majeur
    •  3. Technologies de mesure adaptées
      • 3.1 NDIR optique
      • 3.2 NDIR photoacoustique
      • 3.3 Capteurs à oxyde métallique : utiles pour les gaz, pas équivalents au NDIR
      • 3.4 Mesure par prélèvement
      • 3.5 Pourquoi une plage 0-5 000 ppm est insuffisante
    •  4. Où installer les capteurs ?
      • 4.1 Le cadre central ou la zone de couvain
      • 4.2 La grille à reine ou le sommet du corps de couvain
      • 4.3 Le couvre-cadres
      • 4.4 Le plancher, au-dessus ou sous les cadres
      • 4.5 L’entrée
      • 4.6 La référence extérieure
      • 4.7 Le terme dérive
      • 4.8 Architecture spatiale recommandée
    •  5. Intégration mécanique dans la ruche
      • 5.1 Protéger sans isoler
      • 5.2 Eviter la chaleur de l’électronique
      • 5.3 Câbles et géométrie
      • 5.4 Maintenance planifiée
    •  6. Acquisition, énergie et transmission
      • 6.1 Fréquence de mesure
      • 6.2 Horodatage commun
      • 6.3 Mémoire locale avant télémétrie
      • 6.4 Budget énergétique
      • 6.5 Données à conserver
    •  7. Etalonnage et validation métrologique
      • 7.1 Comparer avant d’installer
      • 7.2 Air extérieur : contrôle utile, étalon imparfait
      • 7.3 Attention à la correction automatique de ligne de base
      • 7.4 Pression, altitude et météo
      • 7.5 Valider la chaîne complète
    •  8. Contrôle qualité automatique
      • 8.1 Alertes techniques prioritaires
      • 8.2 Propolis et obstruction
      • 8.3 Condensation
      • 8.4 Visite, fumée et souffle
      • 8.5 Changement de position
    •  9. Indicateurs utiles en apiculture prédictive
      • 9.1 Niveau et distribution
      • 9.2 Amplitude quotidienne
      • 9.3 Phase du cycle
      • 9.4 Vitesse de montée et de récupération
      • 9.5 Gradient vertical
    •  10. Fusion avec les autres capteurs
      • 10.1 Température multipoint
      • 10.2 Poids de ruche
      • 10.3 Vibration ou acoustique
      • 10.4 Activité d’entrée et météo
      • 10.5 Oxygène et débit d’air
      • 10.6 Humidité relative et, si possible, humidité absolue
      • 10.7 Compteur d’abeilles ou observation de l’entrée
    •  11. Système d’alerte recommandé
      • 11.1 Niveau 0 : Etat normal documenté
      • 11.2 Niveau 1 : Alerte technique
      • 11.3 Niveau 2 : Anomalie de régulation gazeuse
      • 11.4 Niveau 3 : Suspicion de faiblesse ou de défaillance
      • 11.5 Niveau 4 : Situation de sécurité du bâtiment
    •  12. Scénarios pédagogiques
      • Scénario : Fort cycle quotidien, maxima élevés mais réguliers
      • Scénario : Baisse progressive du CO₂ pendant plusieurs semaines
      • Scénario : Pic bref après visite
      • Scénario : Plateau exact à 5 000 ppm
      • Scénario : Valeurs hautes en hiver avec vibration périodique
      • Scénario : Un capteur devient lent, les autres restent dynamiques
    • Conclusion
    • Références scientifiques
  • Chapitre 7 : Le cas de l’utilisation de l’air de la ruche
    • 1. L’air de la ruche en apithérapie moderne
      • 1.1 Qu’est-ce que l’inhalation de l’air de la ruche ?
      • 1.2 Pourquoi s’y intéresser en tant qu’apiculteur ?
    • 2. Effets possibles sur le couvain
    • 3. Ce que l’on sait réellement sur les dispositifs d’aspiration
    • 4. Pourquoi le couvain peut être sensible
      • 4.1 La température
      • 4.2 L’humidité
      • 4.3 Le CO₂
    • 5. Les phéromones du couvain
      • 5.1 Pourquoi le couvain émet-il des phéromones ?
      • 5.2 Deux grandes catégories de phéromones du couvain
      • 5.3 Signaux odorants du couvain malade, parasité ou mort
      • 5.4 Calcul théorique de la dilution d’une phéromone volatile
      • 5.5 Quantité de phéromone extraite
    • 6. Les voies possibles d’action sur le couvain
    • Conclusion
    • Références scientifiques
  • Chapitre 8 : L’acoustique apicole : écouter une colonie sans lui faire dire n’importe quoi
    • L’ingénierie s’est adaptée à la réalité du terrain
    • 1. Qu’écoute-t-on réellement dans une ruche ?
    • 2. Le spectrogramme : transformer un bourdonnement en information
    • 3. Où placer le capteur ?
    • 4. La meilleure référence : la ruche elle-même
      • 4.1 Une solution simple : la médiane historique à heure comparable
      • 4.2 Comparaison avec le rucher
      • 4.3 Les bruits parasites ne sont pas des détails
    • 5. Peut-on détecter la perte d’une reine ?
    • 6. L’essaimage : le cas où il faut être particulièrement prudent
    • 7. Mesurer l’activité et la force d’une colonie
    • 8. La pluie, le tracteur, l’apiculteur… font eux aussi « parler » la ruche
    • 9. Frapper la ruche et analyser sa réponse : une piste étonnante
    • 10. Peut-on détecter varroa ou les maladies avec le son ?
    • 11. Comprendre les performances annoncées par une IA
    • 12. Ce que l’acoustique permet réellement aujourd’hui
    • 13. Les pièges : comment ne pas faire dire n’importe quoi à sa ruche
      • 13.1 L’histoire de l’Apidictor : un avertissement fondateur
      • 13.2 Le bruit ambiant n’est pas neutre
      • 13.3 Un signal isolé ne vaut pas diagnostic
      • 13.4 La taille des échantillons scientifiques reste modeste
    • Conclusion
    • Références scientifiques
  • Chapitre 9 : Observer la planche d’envol : caméras, compteurs et analyse du trafic
    • 1. Que voit réellement une caméra placée à l’entrée ?
      • 1.1 Un passage n’est pas une abeille
      • 1.2 Une sortie n’est pas forcément un départ de butinage
      • 1.3 Les comportements visibles
      • 1.4 Ce qui est réellement utile en apiculture
    • 2. Les principales technologies
      • 2.1 Caméra visible, infrarouge et thermique
      • 2.2 Caméra ou compteur à passages forcés ?
      • 2.3 Positionnement et aménagement de l’entrée
      • 2.4 Fréquence d’images, résolution et durée d’observation
      • 2.5 Compter les entrées et les sorties
    • 3. De la vidéo au chiffre
      • 3.1 Détecter
      • 3.2 Suivre
      • 3.3 Déterminer la direction
      • 3.4 Classer
      • 3.5 Agréger
    • 4. Installer une caméra sans fausser la mesure
      • 4.1 Une géométrie fixe
      • 4.2 Privilégier une vue supérieure
      • 4.3 Maîtriser la lumière
      • 4.4 Synchroniser les horloges
      • 4.5 Contrôler le volume des vidéos
    • 5. Ce que l’apiculteur peut mesurer
      • 5.1 Débit de sortie
      • 5.2 Débit d’entrée
      • 5.3 Trafic total
      • 5.4 Solde apparent
      • 5.5 Perte journalière apparente
      • 5.6 Proportion d’entrées avec pollen
      • 5.7 Durée d’un voyage individuel
      • 5.8 Mesurer la congestion de la planche d’envol
      • 5.9 Observer la mortalité devant la ruche
      • 5.10 Comportement de défense
      • 5.11 Détecter un pillage
      • 5.12 Prédation par le frelon asiatique
      • 5.13 Prioriser les visites
      • 5.14 Distinguer activité de vol et miellée
      • 5.15 Détecter un possible essaimage
      • 5.16 Quantifier la ventilation
      • 5.17 Documenter une prestation de pollinisation
      • 5.18 Détecter varroa : une technologie encore spécialisée
    • 6. Corriger le trafic par la météo
      • 6.1 Principe d’un trafic attendu
      • 6.2 Résidu de trafic
    • 7. Ombres, croisements, pluie et autres pièges
    • 8. Valider un compteur
      • 8.1 Les erreurs à distinguer
      • 8.2 Précision, rappel et score F1
      • 8.3 Evaluer plusieurs séquences
      • 8.4 Evaluer le suivi avec MOTA
    • 9. Croiser plusieurs signaux
    • 10. Ce que la science permet d’affirmer
    • 11. Proposition de protocole pour un rucher professionnel
    • 12. Stocker localement sans accumuler des milliers d’heures inutiles
    • 13. Limiter le champ et protéger les tiers
    • Conclusion générale
    • Références scientifiques
  • Chapitre 10 : La ruche sentinelle et l’échantillonnage intelligent
    • 1. La ruche sentinelle et l’échantillonnage intelligent
    • 2. Qu’est-ce qu’une ruche sentinelle ?
      • 2.1 Sélectionner 5 à 10 % du cheptel : une règle pratique, pas une vérité scientifique
      • 2.2 Le nombre dépend de ce que l’on veut détecter
      • 2.3 Une règle de terrain raisonnable
      • 2.4 Choisir une colonie forte, une moyenne et une faible
      • 2.5 Répartir les sentinelles selon les emplacements
      • 2.6 Déplacer un équipement sans perdre la continuité des données
      • 2.7 Comparer les lignées sans confondre génétique et environnement
      • 2.8 Détecter une anomalie de rucher plutôt qu’une anomalie individuelle
      • 2.9 Calculer le coût par information réellement utile
      • 2.10 Proposition de protocole pour un rucher professionnel
    • Conclusion
    • Références scientifiques
  • Chapitre 11 : La danse des abeilles
    • 1. Détecter les périodes de pénurie florale relative
    • 2. Evaluer un emplacement de rucher
    • 3. Cartographier les zones de butinage
    • 4. Cartographier les points d’eau
    • 5. Améliorer la pollinisation dirigée
    • 6. Etudier l’exposition aux pesticides
      • 6.1 Localiser une exposition potentielle
      • 6.2 Observer les effets comportementaux
    • 7. Observer l’essaimage et la recherche d’un nouvel emplacement
    • 8. Détection automatique par caméra
      • 8.1 Première génération : vision contrôlée
      • 8.2 Deuxième génération : apprentissage profond
    • 9. Acoustique et vibrations
    • 10. Ruche sentinelle algorithmique
      • 10.1 Indicateurs utiles
    • 11. Exemple d’alerte prédictive
    • 12. Robot danseur et communication dirigée
    • 13. Algorithmes inspirés par la danse
    • 14. Protocole conseillé pour un rucher professionnel
    • 15. Principales limites à respecter
    • 16. Ce que la danse ne permet pas de déterminer seule
    • 17. Autres applications à la suite de l’étude de la danse des abeilles
      • 17.1 Prévenir la destruction des colonies urbaines d’Apis dorsata
      • 17.2 Protéger les ressources de qualité
      • 17.3 Informatique, intelligence artificielle et robotique
      • 17.4 Autres applications 
    • Conclusion
    • Références scientifiques
• PARTIE III : LIRE DANS L’ENVIRONNEMENT ET ANTICIPER LA MIELLEE
  • Chapitre 1 : Pourquoi la météo du téléphone ne suffit plus
    • 1. Prévision communale et microclimat du rucher
    • 2. La « température ressentie » par la colonie
      • 2.1 La température opérative de l’abeille
      • 2.2 La charge thermique de la ruche
      • 2.3 La température interne régulée par la colonie
    • 3. Vent moyen, rafales et orientation
    • 4. Pluie instantanée et pluviométrie cumulée
      • 4.1 Effet immédiat
      • 4.2 Effet différé
    • 5. Humidité nocturne
    • 6. Rayonnement solaire
    • 7. Température du sol
    • 8. Risque d’incendie
    • 9. Accessibilité après un épisode pluvieux
    • 10. API météorologiques et stations locales
    • 11. Construire une station météorologique artisanale
    • 12. Les quatre tableaux de bord à ne pas confondre
    • Conclusion
    • Références scientifiques
  • Chapitre 2 : Les vrais paramètres météorologiques qui impactent le rucher
    • 1. La température minimale nocturne : beaucoup plus utile qu’il n’y paraît
      • 1.1 Qu’est-ce que la Tmin nocturne ?
      • 1.2 Effet sur la colonie
      • 1.3 Tmin et plantes mellifères : probablement son utilisation la plus intéressante
      • 1.4 Tmin comme anomalie locale
    • 2. ETP : l’un des paramètres les plus intéressants pour anticiper une rupture de miellée
      • 2.1 Que représente l’ETP ?
      • 2.2 ETP ou ETo : attention au vocabulaire
      • 2.3 Pourquoi l’ETP devient réellement utile à l’apiculteur
      • 2.4 Conclusion ETP
    • 3. BFMC (Basic Fuel Moisture Content)
      • 3.1 BFMC : qu’est-ce qui est réellement utile au rucher ?
    • 4. Le vent prévu à 10 mètres
      • 4.1 Effet scientifique du vent sur le butinage
      • 4.2 Vent : la direction compte aussi
    • 5. L’information vraiment intéressante : combiner les quatre paramètres
    • 6. Exemple de tableau de bord d’apiculture prédictive
    • Références scientifiques
  • Chapitre 3 : Prévoir une miellée sans prétendre prédire la nature
    • 1. Le principe des degrés-jours de croissance (DJC)
      • 1.1 Les plantes ne répondent pas au calendrier mais aux températures accumulées
      • 1.2 Tableau informatif des températures de base de quelques plantes mellifères 
    • 2. Prévoir une miellée sans prétendre prédire la nature
    • 3. Distinguer les cinq étapes d’une miellée
    • 4. Première étape : estimer la floraison
      • 4.1 La phénologie des plantes
      • 4.2 Constitution d’un réseau de parcelles témoins
      • 4.3 Les sommes de températures
      • 4.4 Les floraisons décalées par l’altitude
    • 5. Le suivi photographique des parcelles
    • 6. Les données satellitaires de végétation
    • 7. Déclarations d’agriculteurs et calendriers culturaux
    • 8. Exemple d’utilisation de tous les outils ensemble
    • 9. Deuxième étape : estimer la production nectarifère possible
      • 9.1 Une fleur n’est pas une unité de nectar constante
      • 9.2 Les différentes mesures à ne pas confondre
      • 9.3 Méthode simplifiée pour une parcelle témoin
      • 9.4 Pluie, humidité du sol et vent : effets sur la miellée
      • 9.5 Le vent : effet sur les abeilles
    • 10. Troisième étape : vérifier que la météo autorise le butinage
      • 10.1 Construire une fenêtre de butinage
      • 10.2 Les quatre fenêtres à superposer
      • 10.3 Construire une fenêtre simple avec des critères horaires
    • 11. Quatrième étape : vérifier la capacité des colonies
      • 11.1 Une miellée est aussi une performance de colonie
    • 12. Cinquième étape : corriger la prévision avec les balances
      • 12.1 Ce que mesure réellement une balance
      • 12.2 Détecter le démarrage d’une miellée
      • 12.3 Utiliser l’historique des balances
    • 13. Construire un modèle local par espèce
      • 13.1 Romarin (Salvia rosmarinus)
      • 13.2 Lavande et lavandin (Lavandula angustifolia et Lavandula × intermedia)
      • 13.3 Châtaignier (Castanea sativa)
      • 13.4 Acacia (Robinia pseudoacacia)
      • 13.5 Bruyères : identifier l’espèce avant de modéliser
      • 13.6 La méthode prudente en cinq étapes
    • Tableau de synthèse décisionnel
    • Conclusion
    • Références scientifiques
  • Chapitre 4 : Cartographier ses emplacements et optimiser ses ressources
    • 1. Transformer une carte en outil de décision apicole
    • 2. GPS et géolocalisation hors ligne
      • 2.1 Le GPS ne dépend pas du réseau téléphonique
      • 2.2 La précision affichée n’est pas la précision réelle
      • 2.3 Protocole pratique proposé
    • 3. Distance entre ruchers : trois distances différentes
    • 4. Mesurer le temps réel de déplacement
    • 5. Altitude, orientation et exposition
      • 5.1 L’altitude ne suffit pas
      • 5.2 Ne pas réduire l’exposition à l’orientation de l’entrée
    • 6. Cartographier l’eau réellement disponible
    • 7. Rayon de butinage théorique et zones réellement exploitées
      • 7.1 Le cercle est un outil d’inventaire, pas une frontière biologique
      • 7.2 Une zone accessible n’est pas forcément intéressante
    • 8. Cultures, friches, boisements et zones urbaines
    • 9. Cartographier les risques phytosanitaires
    • 10. Clôtures, voisinage et vandalisme
      • 10.1 Cartographier les usages humains
      • 10.2 Ne pas publier toutes les coordonnées
    • 11. Cartographier les accès pour un véhicule chargé
    • 12. Préparer un plan d’évacuation en cas d’incendie      
      • 12.1 Une adaptation prudente de la recherche sur l’évacuation humaine
      • 12.2 Contenu minimal du plan
      • 12.3 Règle de sécurité fondamentale
    • 13. Une fiche cartographique par emplacement
    • 14. Méthode de travail recommandée
    • Conclusion
    • Références scientifiques
  • Chapitre 5 : Observer les miellées depuis l’espace : quels accès pour les apiculteurs ?
    • 1. Les satellites sont-ils accessibles à un apiculteur ?
    • 2. Un pixel de 10 mètres permet-il de voir une plante mellifère ?
    • 3. Déterminer si la plante cible est réellement présente
      • 3.1 Le Registre parcellaire graphique (RPG) : la première source à consulter
      • 3.2 Les cartes OSO de THEIA
      • 3.3 La classification directe des images Sentinel-2
    • 4. Déterminer si la plante atteint le bon stade floral
      • 4.1 Le cas favorable du colza
      • 4.2 L’intérêt de combiner l’optique et le radar
      • 4.3 Télédétection par drone
    • 5. Que peuvent réellement apporter les cartes pédologiques ?
    • 6. Protocole pour un apiculteur
      • Etape 1 : Localiser la plante cible
      • Etape 2 : Vérifier que la végétation est réellement développée
      • Etape 3 : Estimer le stade floral
      • Etape 4 : Valider au sol
    • 7. Ce que les études ont déjà montré
    • Références scientifiques
  • Chapitre 6 : La production de cire en apiculture prédictive et algorithmique
    • 1. Que signifie exactement « produire de la cire » ?
      • 1.1 La cire sécrétée
      • 1.2 La cire incorporée aux constructions
      • 1.3 La cire brute récoltée
      • 1.4 La cire « propre » obtenue après fonte
    • 2. La biologie de la production de cire
    • 3. Indice de remplissage
      • 3.1 Pourquoi une colonie commence-t-elle à bâtir ?
      • 3.2 Indice de remplissage
    • 4. Le coût énergétique de la cire
    • 5. Nourrissement énergétique et construction
    • 6. Température et construction
    • 7. Mesurer la surface nouvellement bâtie
    • 8. Ce qu’une balance connectée peut réellement apporter
    • 9. Construire un indice de potentiel cirier
    • 10. Passer de l’indice à un véritable modèle prédictif
      • 10.1 Choisir la bonne cible
      • 10.2 Les variables utiles
      • 10.3 Choisir un modèle adapté au volume de données
      • 10.4 Valider sans tricher
      • 10.5 Calcul de l’erreur absolue 
      • 10.6 Calcul de la MAE 
      • 10.7 Calcul du biais moyen
      • 10.8 Calcul de la RMSE
    • 11. Transformer la prévision en décision
    • 12. Prédire le rendement après fonte
    • 13. Prévoir le stock annuel de cire
    • 14. Tableau de bord minimal
    • Conclusion
    • Références scientifiques
  • Chapitre 7 : La production de propolis de peuplier en apiculture prédictive et algorithmique
    • 1. Définir correctement le produit à prévoir
      • 1.1 Qu’est-ce qu’une propolis française de type peuplier ?
      • 1.2 Les trois masses à ne pas confondre
    • 2. Cartographier les sources de résine de peuplier
      • 2.1 Les abeilles ne choisissent pas les résines au hasard
      • 2.2 Cartographie satellitaire et vérification de terrain
      • 2.3 Construire un indice local de ressource
    • 3. Prévoir la fenêtre de collecte : bourgeons, saison et météo
      • 3.1 Phénologie des bourgeons
      • 3.2 Observer des arbres sentinelles
      • 3.3 Utiliser les degrés-jours sans les transformer en vérité absolue
    • 4. Intégrer la colonie, la génétique et l’état sanitaire
      • 4.1 Toutes les colonies ne propolisent pas de la même façon
      • 4.2 Corriger la production par la force de la colonie
      • 4.3 Le piège sanitaire
    • 5. Grilles, rugosité et conduite de la ruche
      • 5.1 La stimulation tactile est un levier majeur
      • 5.2 Résultats quantitatifs d’un essai avec grilles
    • 6. Mesurer sans compliquer inutilement le rucher
      • 6.1 Les données minimales à enregistrer
      • 6.2 Pourquoi la balance connectée ne mesure pas directement la propolis
      • 6.3 Photographie de la grille
    • 7. Contrôler la qualité, l’origine botanique et la contamination
      • 7.1 Deux lots lourds ne sont pas nécessairement équivalents
      • 7.2 Analyses recommandées
      • 7.3 Contamination
    • 8. Construire l’algorithme de prévision
      • 8.1 Trois modèles plutôt qu’un seul
      • 8.2 Modèle statistique conseillé
      • 8.3 Exemple pédagogique de calcul
      • 8.4 Variables les plus utiles
    • 9. Transformer les prévisions en décisions économiques
      • 9.1 Règles de décision possibles
      • 9.2 Calcul de la masse commercialisable attendue
      • 9.3 Calcul du coût de production
    • 10. Proposition de système opérationnel en trois niveaux
    • Priorités scientifiques
    • Conclusion
    • Références scientifiques
  • Chapitre 8 : La production de pollen en apiculture prédictive et algorithmique
    • 1. Ce que l’on cherche réellement à prévoir
      • 1.1 Quatre quantités différentes
      • 1.2 Relation fondamentale
    • 2. La colonie régule elle-même la récolte de pollen
      • 2.1 Les réserves et le couvain commandent une partie du trafic
    • 3. Mesurer le flux : pesée, comptage et caméra
      • 3.1 Le minimum fiable
      • 3.2 Compter les butineuses porteuses de pelotes
    • 4. Prévoir la ressource : paysage, floraison et distance
      • 4.1 La surface fleurie n’est pas la masse récoltée
      • 4.2 Un indice local de ressource
    • 5. Météo horaire et fenêtres de pose
      • 5.1 Pourquoi l’échelle journalière est trop grossière
    • 6. Force, génétique et classement des colonies
      • 6.1 Toutes les colonies ne sont pas productrices au même niveau
    • 7. Trappes, rythme de prélèvement et effets sur le miel
      • 7.1 L’efficacité réelle de la trappe
      • 7.2 Ce que montre un essai en conditions agricoles
    • 8. Qualité botanique et nutritionnelle
      • 8.1 Le pourcentage de protéines ne suffit pas
      • 8.2 Mesurer la diversité sans la confondre avec la qualité
    • 9. Hygiène, eau, stockage et contaminants
      • 9.1 Le produit est très périssable
      • 9.2 Pourquoi le pollen frais se dégrade-t-il rapidement ?
      • 9.3 Délai de récolte des bacs de pollen frais
      • 9.4 Résidus de pesticides et traçabilité des lots
    • 10. Construire le modèle prédictif
      • 10.1 Variables d’entrée recommandées
      • 10.2 Ne pas faire un seul « score magique »
      • 10.3 Algorithme de décision proposé
    • 11. Valider le modèle sans se tromper soi-même
      • 11.1 Séparer apprentissage et test
      • 11.2 Trois mesures accessibles 
      • 11.3 Tester une stratégie, pas seulement une formule
    • 12. Feuille de route pratique sur trois saisons
    • 13. Ce que la science permet de conclure et ce qu’elle ne permet pas
    • Références scientifiques
  • Chapitre 9 : Prédire la consommation d’eau des colonies d’abeilles
    • 1. Que signifie réellement « consommation d’eau » ?
    • 2. Les grandes utilisations de l’eau dans la ruche
      • 2.1 Hydratation des abeilles adultes
      • 2.2 Production de nourriture larvaire
      • 2.3 Refroidissement évaporatif
    • 3. Quantités observées selon la saison et la force
      • 3.1 Effet de la force
      • 3.2 Effet saisonnier
      • 3.3 Ecart entre moyenne et pointe observée
    • 4. Température, rayonnement et humidité
      • 4.1 Les ruptures observées
    • 5. Force et organisation du travail
    • 6. Distance au point d’eau et nombre de voyages
    • 7. Qualité et acceptabilité de l’eau
    • 8. Mesurer correctement la collecte au rucher
      • 8.1 Dispositif minimal
    • 9. Construire le modèle prédictif
      • 9.1 Les variables prioritaires
      • 9.2 Modèle segmenté accessible
      • 9.3 Pourquoi ne pas commencer directement par une intelligence artificielle complexe ?
    • 10. Dimensionner l’approvisionnement
    • 11. Proposition de système prédictif opérationnel
    • Limites scientifiques actuelles
    • Résumé
    • Références scientifiques
•  PARTIE IV : LA RUCHE CONNECTEE : IoT, DONNEES ET INTELLIGENCE ARTIFICIELLE
  • Chapitre 1 : Comprendre l’IoT sans être ingénieur
    • 1. Les quatre paramètres fondamentaux à mesurer
      • 1.1 Le poids 
      • 1.2 La température interne du nid 
      • 1.3 L’humidité interne 
      • 1.4 L’activité d’entrée 
    • 2. Les protocoles de communication : lequel choisir ?
      • 2.1 LoRaWAN
      • 2.2 4G/LTE-M
      • 2.3 Sigfox
      • 2.4 Wi-Fi
  • Chapitre 2 : Construire un tableau de bord qui ne devient pas un second métier
    • Structurer son journal de données
    • 1. Trois niveaux de lecture, pas un écran unique surchargé
    • 2. Les cinq informations à afficher en premier
    • 3. Les données utiles derrière le tableau de bord
    • 4. Utiliser un code couleur limité
    • 5. Distinguer seuils fixes et seuils relatifs
      • 5.1 Le seuil fixe
      • 5.2 Le seuil relatif
      • 5.3 Le seuil hybride
    • 6. Organiser les alertes par SMS ou notification
    • 7. Détecter un changement brutal sans confondre bruit et événement
    • 8. Classer les ruchers par priorité
    • 9. Conserver un historique des interventions réellement utile
    • 10. Gérer les fausses alertes
      • 10.1 Une fausse alerte n’est pas toujours une erreur identique
      • 10.2 Mesures pour réduire les fausses alertes
    • 11. Le tableau du matin : « Où dois-je aller aujourd’hui ? »
    • 12. Le tableau du soir : « Qu’est-ce qui a réellement été fait ? »
    • 13. Une organisation quotidienne très légère
    • 14. Construire progressivement le tableau de bord
    • Conclusion : le but de chaque élément
    • Les plateformes disponibles
    • Références scientifiques
  • Chapitre 3 : De la simple courbe au modèle prédictif
    • 1. De la courbe au modèle prédictif
      • 1.1 Commencer par une question apicole
      • 1.2 La moyenne mobile : voir le mouvement général
      • 1.3 Choisir la durée de la moyenne
    • 2. Les limites
    • 3. La tendance : déterminer la direction
    • 4. La saisonnalité : reconnaître les rythmes qui se répètent
      • 4.1 Le rythme journalier
      • 4.2 Le rythme de plusieurs jours
      • 4.3 Le rythme annuel
    • 5. Comparer avec une référence
      • 5.1 La colonie comme propre référence
      • 5.2 Les ruches voisines comme référence
      • 5.3 La météo comme référence
      • 5.4 Les observations de terrain comme référence
    • 6. La détection d’anomalie : rechercher l’inattendu
      • 6.1 Quatre types d’anomalies
      • 6.2 Du modèle à l’anomalie
    • 7. Une anomalie n’est pas un diagnostic
    • 8. Corrélation et causalité
      • 8.1 La corrélation
      • 8.2 La causalité
    • 9. Entraîner un modèle sur ses propres données
    • 10. Jeu d’apprentissage et jeu de validation
      • 10.1 Le jeu d’apprentissage
      • 10.2 Le jeu de validation
    • 11. Faux positif et faux négatif
      • 11.1 Le faux positif 
      • 11.2 Le faux négatif 
      • 11.3 Indicateurs à suivre
    • 12. Modèle local contre modèle universel
    • 13. Pourquoi conserver les observations réelles ?
    • 14. Exemple : une baisse de 800 g
    • 15. Méthode simple pour passer de la courbe au modèle
    • Conclusion : le but de chaque élément
    • Références scientifiques
•  PARTIE V : LA MIELLERIE DU XXIe SIECLE : ECONOMISER LE CORPS ET LE TEMPS
  • Chapitre 1 : Les erreurs de conception en miellerie que tout le monde fait
    • 1. Les erreurs les plus fréquentes, rangées par ordre de fréquence et de gravité :
    • 2. Concevoir son espace comme un ingénieur de production (flux unidirectionnel)
      • 2.1 Le principe du flux unidirectionnel
  • Chapitre 2 : Dessiner les circuits d’extraction avant d’acheter les machines
    • 1. Pourquoi dessiner les circuits avant l’achat ?
    • 2. Les cinq circuits à dessiner
    • 3. La marche en avant
      • 3.1 Marche en avant dans l’espace
      • 3.2 Marche en avant dans le temps
    • 4. Définir les zones sale, intermédiaire et propre
    • 5. Dimensionner l’entrée des hausses
      • 5.1 Calcul de la surface tampon
      • 5.2 Le coefficient local de circulation
      • 5.3 Calcul de la surface de circulation
    • 6. Désoperculation : calculer le véritable débit nécessaire
      • 6.1 Calculer le temps nécessaire avec cette machine
      • 6.2 Prévoir une augmentation de 25 %
      • 6.3 Retard journalier :
      • 6.4 Pourquoi le temps disponible change complètement le résultat
    • 7. Extraction : ne pas surdimensionner l’extracteur seul
    • 8. Calculer le tampon entre désoperculation et extraction
    • 9. Filtration et comportement du miel
    • 10. Dimensionner les maturateurs
    • 11. Conditionnement : un goulot souvent oublié
    • 12. Calculer le stockage nécessaire
    • 13. Organiser la sortie des cadres
    • 14. Déchets, opercules et cire
    • 15. Circulation des personnes et ergonomie
    • 16. Intégrer le nettoyage au circuit
      • 16.1 Calcul du véritable temps de production
    • 17. Comparer deux plans par la distance-charge
    • 18. Passer de la conception à l’apiculture prédictive
    • 19. Méthode pratique complète avant l’achat
      • 19.1 Etape 1 : Déterminer la journée de dimensionnement
      • 19.2 Etape 2 : Convertir toutes les machines dans la même unité
      • 19.3 Etape 3 : Calculer le poste le plus lent
      • 19.4 Etape 4 : Calculer les stocks intermédiaires
      • 19.5 Etape 5 : Dessiner trois plans
      • 19.6 Etape 6 : Faire une simulation physique
      • 19.7 Etape 7 : Demander des données comparables aux fabricants
    • Conclusion
    • Références scientifiques
  • Chapitre 3 : Ergonomie en atelier : préserver la santé de l’apiculteur
    • 1. En quoi l’ergonomie de l’atelier relève-t-elle de l’apiculture prédictive ?
      • 1.1 De la prévision de récolte à la prévision de la charge physique
      • 1.2 Les données utiles à enregistrer
      • 1.3 Prévoir plusieurs jours avant l’atelier
      • 1.4 Prévoir aussi les pannes et les situations dégradées
      • 1.5 Une prédiction, pas un diagnostic médical
    • 2. Gagner des gestes en atelier et optimiser les déplacements
    • 3. Ce que montre la recherche
    • 4. Le risque réel : pas seulement le poids d’une hausse
    • 5. Aménagement des postes
      • 5.1 Hauteur des plans de travail
      • 5.2 Rouleaux et convoyeurs
      • 5.3 Tables élévatrices
      • 5.4 Roues adaptées aux sols
      • 5.5 Poignées
      • 5.6 Préhension des hausses
      • 5.7 Réduction des torsions
    • 6. Ambiance de travail
      • 6.1 Eclairage
      • 6.2 Bruit
      • 6.3 Chaleur
      • 6.4 Sols glissants
    • 7. Organisation du travail
      • 7.1 Répartition des tâches
      • 7.2 Mesurer le nombre de manipulations
      • 7.3 Prévenir la fatigue pendant les longues extractions
    • 8. Fiches pratiques et but de chaque élément
      • Fiche 1 : Convoyeur gravitaire démontable
      • Fiche 2 : Table de désoperculation réglable
      • Fiche 3 : Support mobile pour maturateur
      • Fiche 4 : Basculeur de hausse
      • Fiche 5 : Rack mobile
      • Fiche 6 : Lavage en circuit organisé
      • Fiche 7 : Support de seaux limitant le portage
      • Fiche 8 : Marquage au sol des zones de circulation
      • Le but de chaque élément 
    • 9. Utilisation prédictive des données ergonomiques en apiculture
      • 9.1 Prévoir le travail autant que la récolte
      • 9.2 Calculer la masse cumulée manipulée
      • 9.3 Pourquoi la masse cumulée ne suffit pas
      • 9.4 Prévoir la distance de portage
      • 9.5 Prévoir la répétitivité du poste
      • 9.6 Intégrer le nombre de personnes disponibles
      • 9.7 Intégrer la chaleur
      • 9.8 Enregistrer l’effort et la fatigue résiduelle
      • 9.9 Construire l’algorithme du tableau de bord
      • 9.10 Exemple de tableau de bord prévisionnel
    • Références scientifiques
  • Chapitre 4 : Automatiser seulement ce qui mérite de l’être
    • 1. Pourquoi ne pas tout automatiser ?
      • 1.1 Les sept questions à poser avant d’automatiser
    • 2. Architecture minimale d’une automatisation fiable
    • 3. Capteurs de niveau de maturateur
      • 3.1 Ce que le capteur doit réellement mesurer
      • 3.2. Technologies envisageables
      • 3.3. Quatre niveaux fonctionnels
    • 4. Suivi de température
      • 4.1. Pourquoi enregistrer une courbe plutôt qu’une valeur isolée ?
      • 4.2. Emplacement des sondes
      • 4.3. Température et pompage
    • 5. Alarme de débordement
    • 6. Commande de pompe
      • 6.1 Conditions d’autorisation
      • 6.2 Arrêts automatiques
      • 6.3 Eviter les démarrages répétés
    • 7. Compteur de pots
    • 8. Impression d’étiquettes par lot
    • 9. Traçabilité
      • 9.1. La chaîne minimale
      • 9.2. Données minimales utiles
    • 10. Pesée automatique
      • 10.1 Remplissage gravimétrique
      • 10.2 Vibrations et stabilité
    • 11. Inventaire
      • 11.1 Ce qui peut être suivi
      • 11.2 Code-barres, QR code ou RFID ?
      • 11.3 L’inventaire physique reste nécessaire
    • 12. Suivi des dates de nettoyage
    • 13. Maintenance préventive et prédictive
      • 13.1 Trois niveaux
      • 13.2 Commencer simplement
    • 14. Automatisation dégradée : que se passe-t-il en cas de panne ?
    • 15. Essais à effectuer avant de faire confiance au système
    • 16. Conclusion : but de chaque élément
    • Références scientifiques
  • Chapitre 5 : La transhumance augmentée : une logistique optimisée
    • 5.1 L’outil de planification de trajet prédictif
    • 5.2 Le problème mathématique existe déjà
    • Références scientifiques
•  PARTIE VI : DE LA DONNÉE A LA DÉCISION ÉCONOMIQUE
  • Chapitre 1 : Mesurer le coût réel de chaque intervention
    • 1. Trois niveaux de coût à ne pas confondre
    • 2. Mesurer le temps de préparation
    • 3. Mesurer le déplacement
    • 4. Calculer le carburant
    • 5. Calculer l’usure et la possession du véhicule
    • 6. Mesurer le temps de visite
    • 7. Comptabiliser le matériel mobilisé
    • 8. Exemple complet d’une intervention
    • 9. Calculer le coût d’une visite inutile (Faux Positif)
    • 10. Calculer le coût d’une alerte manquée (Faux Négatif)
    • 11. Calculer le coût par ruche
    • 12. Calculer le coût par kilogramme produit
    • 13. Mesurer la rentabilité d’un capteur
    • 14. Mettre en place un relevé simple sur l’exploitation
    • Conclusion
    • Références scientifiques
  • Chapitre 2 : Le tableur comme outil de décision et de prévision du travail
    • 1. Exemples de tableaux de bord apicoles pertinents
      • 1.1 Tableau de suivi des taux de perte par hivernage
      • 1.2 Tableau de courbe de poids corrélée à la météo et à la phénologie
      • 1.3 Tableau de score sanitaire par colonie
    • 2. Anticiper la charge de travail humaine au-delà du calendrier apicole
  • Chapitre 3 : Déployer la méthode sans désorganiser son exploitation
    • 1. L’apiculteur augmenté reste un apiculteur
    • 2. Le futur qui arrive : ce qui va changer dans les dix prochaines années
    • Références scientifiques :
  • Chapitre 4 : L’IA générative : un nouvel outil pour l’apiculteur
  • Chapitre 5 : SWOT
    • 1. Forces : ce que ces systèmes peuvent réellement apporter
    • 2. Faiblesses : les limites à intégrer avant l’achat
    • 3. Opportunités : ce que leur développement peut ouvrir
    • 4. Menaces : les dérives à prévenir
    • Conclusion
    • Références scientifiques