Lorsque l'on évoque Darwin et la théorie de l'évolution, on ne pense pas aux mathématiques. Pourtant dès que l'on s'intéresse aux mécanismes de la sélection naturelle, au hasard de la reproduction et au rôle des mutations, il est indispensable de les utiliser.
Après une introduction historique aux idées de Darwin sur l'évolution des espèces, nous expliquons l'impact de sa théorie et de ses réflexions sur la communauté scientifique et l'influence qu'il a eue sur la modélisation mathématique des dynamiques de population ou de la génétique des populations. Nous développons quelques exemples d'objets mathématiques, tels les processus de branchement, qui permettent de prédire le futur d'une population (son extinction, sa diversité…) ou au contraire d'en connaître le passé biologique (l'ancêtre commun d'un groupe d'individus par exemple). L'introduction du hasard dans la modélisation des questions liées à la biodiversité et à l'évolution est fondamentale. Elle permet de prendre en compte les variabilités individuelles et de mieux comprendre l'impact des facteurs écologiques et génétiques sur l'évolution des espèces.
Ces idées seront illustrées par des exemples issus de travaux récents développés entre mathématiciens et biologistes.[-]

La sous-représentation des femmes dans les filières et carrières scientifiques est un constat récurrent au niveau international. Problématique pour de multiples raisons, notamment éthiques, juridiques, et économiques, cette sous-représentation est également au coeur du débat sur l'idée d'une infériorité des femmes dans les sciences dites « dures ». Observée à partir de tests standardisés, l'infériorité des femmes serait évidente à partir du lycée, principalement en mathématiques, et sur les items les plus difficiles des tests. D'où l'idée qu'en mathématiques, les femmes atteindraient leurs "limites biologiques" plus vite que les hommes. Depuis une vingtaine d'années, les travaux sur l'effet de menace du stéréotype (Steele, 1997) ont permis d'apporter un nouvel éclairage sur les inégalités hommes/femmes en mathématiques. Les différences observées sont considérées comme l'expression de contraintes sociales et culturelles (plutôt que de contraintes essentiellement biologiques) en rapport avec l'action d'un stéréotype forçant les femmes à se comparer défavorablement aux hommes dans les disciplines scientifiques. Confrontées à des tests difficiles, les femmes subiraient une pression supplémentaire liée à la crainte de confirmer ce stéréotype. L'anxiété et la distraction cognitive qui en résultent viendraient interférer avec la réalisation du test et conduiraient les femmes à produire des performances suboptimales. Nous illustrerons l'influence subtile de la menace du stéréotype dans le maintien des inégalités hommes/femmes en mathématiques, à travers la présentation des résultats diverses recherches fondamentales et appliquées. Nous illustrerons également les différentes interventions qui ont été proposées pour lutter contre le phénomène de menace du stéréotype et pour encourager les filles/femmes à davantage investir les filières scientifiques, véritable enjeu de société aujourd'hui.

Mots clés : menace du stéréotype - disciplines scientifiques - différences de genre - performance - stéréotype implicite[-]

Sylvia Serfaty is a Professor at the Laboratoire Jacques-Louis Lions, Université Pierre et Marie Curie Paris 6. Sylvia Serfaty was a Global Distinguished Professor of Mathematics in the Courant Institute of Mathematical Sciences. She has been awarded a Sloan Foundation Research Fellowship and a NSF CAREER award (2003), the 2004 European Mathematical Society Prize, 2007 EURYI (European Young Investigator) award, and has been invited speaker at the International Congress of Mathematicians (2006), Plenary speaker at the European Congress of Mathematics (2012) and has recently received the IAMP Henri Poincar´e prize in 2012. Her research is focused on the study of Nonlinear Partial Differential Equations, calculus of variations and mathematical physics, in particular the Ginzburg-Landau superconductivity model. Sylvia Serfaty was the first to make a systematic and impressive asymptotic analysis for the case of large parameters in theory of the Ginzburg-Landau equation. She established precisely, with Etienne Sandier, the values of the first critical fields for nucleation of vortices in superconductors, as well as the leading and next to leading order effective energies that govern the location of these vortices and their arrangement in Abrikosov lattices In micromagnetics, her work with F. Alouges and T. Rivière breaks new ground on singularly perturbed variational problems and provides the first explanation for the internal structure of cross-tie walls.
http://www.ams.org/journals/notices/200409/people.pdf
Personal page : http://www.ann.jussieu.fr/~serfaty/[-]

Mathematical models of infectious disease transmission are increasingly used to guide public health and policy decisions. Hence, it is important that every effort is made to ensure that models are ‘correct', made difficult by the frequent need to simulate a model numerically. The best we can do in most cases is to be able to replicate a model i.e. generate the same results from the same inputs (model plus parameters), or failing that, reproduce results that are similar. This can be achieved by sharing the computer code, and/or providing a sufficiently detailed description of the model. I will illustrate that it is often difficult to replicate or reproduce results of modeling publications, using case studies that highlight some of the many causes of this failure. I will argue that the FAIR principles proposed for data – that they should be Findable, Accessible, Interoperable and Reusable – are equally valid for modeling studies, and go a long way towards ensuring reproducibility. I will present Epirecipes (http://epirecip.es) a FAIR platform that both allows models to be replicated exactly, while fostering the idea that a wide variety of approaches are needed to ensure the robustness of model results. The added value from this platform includes resources for teaching, acting as a ‘Rosetta Stone' - allowing models from one computer language to be ported to another, and as a repository of best practices, potential pitfalls, and technical tricks that are all too often tucked away in papers or textbooks. As quoted from ‘The Turing Way' (https://the-turing-way.netlify.com), a handbook for reproducible science, reproducing models of infectious disease should be ‘too easy not to do'.[-]

Interview at Cirm: Tom Britton
Dean of Mathematics & Physics, Stockholm University
Research interests: applied probability models and statistical inference for such, in particular epidemic models, networks and applications towards genetics and molecular biology including phylogenetics.

Erdös number: 2

Associate editor for Journal of Mathematical Biology

The math departments of Stockholm University and The Royal Institute of Technology together form the Stockholm Mathematics Center (SMC)

Currently chairman of the Cramér Society (Swedish association for academic statisticians)[-]

Professor Julia Gog is a British mathematician, David N. Moore Fellow and Director of Studies in Mathematics at Queens' College, Cambridge and Professor of mathematical biology in the University of Cambridge Department of Applied Mathematics and Theoretical Physics. She is also a member of the Cambridge Immunology Network and the Cambridge Infectious Diseases Interdisciplinary Research Centre.Her research specialises in using mathematical techniques to study infectious diseases, particularly influenza. Current projects include:

Models of influenza strain dynamics
Spatial spread of influenza
Within-host dynamics of influenza
In vitro dynamics of Salmonella
Bioinformatic methods to detect RNA signals in viruses

http://www.damtp.cam.ac.uk/research/dd/[-]