Create an Insight Maker account to start building models. Insight Maker is completely free.


Start Now

Insight Maker runs in your web-browser. No downloads or plugins are needed. Start converting your ideas into your rich pictures, simulation models and Insights now. Features

Simulate

Explore powerful simulation algorithms for System Dynamics and Agent Based Modeling. Use System Dynamics to gain insights into your system and Agent Based Modeling to dig into the details. Types of Modeling

Collaborate

Sharing models has never been this easy. Send a link, embed in a blog, or collaborate with others. It couldn't be simpler. More

Free & Open

Build your models for free. Share them with others for free. Harness the power of Insight Maker for free. Open code mean security and transparency. More


Explore What Others Are Building

Here is a sample of public Insights made by Insight Maker users. This list is auto-generated and updated daily.

This simulation mimics the flow of projects through an organization. The organization consists of teams that idependently or collaboratively work on projects. Many of the projects have a mulit-team dependency.    If you want to understand more in depth what this simulation is all about, read this bl
This simulation mimics the flow of projects through an organization. The organization consists of teams that idependently or collaboratively work on projects. Many of the projects have a mulit-team dependency.

If you want to understand more in depth what this simulation is all about, read this blog post: https://stefan-willuda.medium.com/super-powerful-how-full-kitting-will-speed-up-your-cross-team-projects-1598d55fa9d7
5 2 months ago
Westley, F. R., O. Tjornbo, L. Schultz, P. Olsson, C. Folke, B. Crona and Ö. Bodin. 2013. A theory of transformative agency in linked social-ecological systems.  Ecology and Society   18 (3): 27.  link
Westley, F. R., O. Tjornbo, L. Schultz, P. Olsson, C. Folke, B. Crona and Ö. Bodin. 2013. A theory of transformative agency in linked social-ecological systems. Ecology and Society 18(3): 27. link

 Ce modèle simule l'évolution dynamique d'un paysage méditerranéen en utilisant une  Chaîne de Markov . Il modélise la transition d'un paysage (composé de 5 états : Chênaie, Vigne, Pelouse, Garrigue, Pinède) à travers le temps, sous l'effet combiné de la succession naturelle et des perturbations (fe

Ce modèle simule l'évolution dynamique d'un paysage méditerranéen en utilisant une Chaîne de Markov. Il modélise la transition d'un paysage (composé de 5 états : Chênaie, Vigne, Pelouse, Garrigue, Pinède) à travers le temps, sous l'effet combiné de la succession naturelle et des perturbations (feu, déforestation).

Ce modèle s'inscrit dans la suite de notre cours sur la dynamique des communautés. Après avoir étudié les interactions entre populations (modèles ODE de Lotka-Volterra), ce modèle fait le "grand saut" conceptuel vers la dynamique des paysages entiers. Il abandonne l'approche déterministe et continue (dx/dt) pour une approche stochastique (probabiliste) et à temps discret (π t+1​).

Contrairement aux modèles précédents qui cherchaient un équilibre de populations, ce modèle explore comment un système soumis à des probabilités de transition constantes converge vers une distribution stationnaire (un état d'équilibre stable du paysage).

Le paysage est modélisé comme un total de 100 hectares (ou 100%) répartis entre cinq "Stocks" (les 5 états). À chaque pas de temps, des "Flux" déplacent une proportion de la surface d'un stock à l'autre, en fonction des probabilités de la matrice de transition P.

Les Composants du Modèle

Variables d’état (Stocks) :

/!\ Le total doit faire 100 hectares (ha) /!\

  • Vi : Surface du paysage (en ha) à l'état de Vigne/Verger (culture)
  • Gr : Surface du paysage (en ha) à l'état de Pelouse (post-abandon/post-feu).
  • Ga : Surface du paysage (en ha) à l'état de Garrigue (évolution de la pelouse).
  • Pi : Surface du paysage (en ha) à l'état de Pinède (forêt pionnière).
  • Oak : Surface du paysage (en ha) à l'état de Chênaie (climax)

Flux (représentant les probabilités de transitions Pij​) :

  • Deforestation (Oak → Vi) : Action humaine de remise en culture.
  • Abandon (Vi → Gr) : Début de la succession secondaire
  • GrGa : Succession naturelle (embroussaillement)
  • GaPi : Succession naturelle (colonisation par les pins)
  • PiOak : Succession naturelle (maturation vers le climax).
  • Wildfire (Pi → Gr) : Perturbation par le feu qui réinitialise la succession
Note Importante : La somme de toutes les probabilités sortant d'un même stock doit être inférieure ou égale à 1.0. Le reste (1.0 - somme des sorties) est la probabilité implicite de rester dans le même état.
Indicateurs produits :

  • Graphique temporel : Montre l'évolution des 5 états (en hectares) au fil du temps (en pas de simulation). Les courbes convergent-elles vers la distribution stationnaire prédite par le cours ?

Votre Mission d'Exploration :

Votre objectif est d'utiliser ce modèle pour recréer les simulations du cours et explorer différents scénarios de gestion de paysage.

Cliquez sur "SIMULATE" et explorez la dynamique stochastique qui régit l'avenir de nos paysages !




A visual look at using technology in school based on the article:     Levin, B. B., & Schrum, L. (2013). Using systems thinking to leverage technology for school improvement: Lessons learned from award-winning secondary Schools/Districts.  Journal of Research on Technology in Education,   46 (1)
A visual look at using technology in school based on the article:

 Levin, B. B., & Schrum, L. (2013). Using systems thinking to leverage technology for school improvement: Lessons learned from award-winning secondary Schools/Districts. Journal of Research on Technology in Education, 46(1), 29-51.