Comme plusieurs grand lacs, le Léman émet beaucoup plus de CO₂ qu’il n’en consomme. Le modèle habituellement utilisé pour le cycle du carbone dans ces lacs ne l’expliquait pas bien. JTS discute comment des données plus précises et un nouveau modèle a permis permet de mieux ajuster les modèles que leurs prédictions correspondent mieux aux mesures – validant ainsi leurs prédictions.
JTS montre ensuite combien la confiance dans votre discipline peut être ébranlée par l’emploi face aux élèves de termes comme réfuter / rejeter / présenter comme faux l’ancien modèle et argumentera pour utiliser plutôt des termes comme améliorer, optimiser, compléter.
Les modèles sont au coeur des disciplines MSN (Math Sciences de la Nature) dans le Plan d’Etude Romand (PER) La thématique Modélisation

Dans cette recherche, le modèle numérique communément admis par les scientifiques pour simuler le cycle du carbone dans les lacs ne collait pas bien aux données pour le Léman.

Une équipe de chercheuses et de chercheurs dirigée par Marie-Élodie Perga (Many,et al., 2024) ici a utilisé des données réunies sur une plateforme amarrée au large de Pully (LéXPLORE, une collaboration UniL, EPFL, UniGe, etc). Cette plateforme est équipée d’une instrumentation de pointe pour mesurer simultanément les processus physiques, chimiques et biologiques à hautes résolutions temporelles et spatiales. Cet ensemble unique de données permettra de modéliser les processus clés dans le lac, afin de prédire l’évolution du lac et les impacts des changements environnementaux.. A l’aide de ces données précises, fréquentes et collectées sur toute l’année, notamment la mesure de la précipitation de calcite ( CaCO₃) qui libère du CO₂, le postdoctorant Gaël Many a ensuite inclus cette équation dans le modèle numérique et la correspondance de ce modèles amélioré est bien meilleure.