Skip to content

GCRI · Science des systèmes et modélisation

Modèles multi-agents et de complexité

Agent-based models represent many individual actors, such as households, firms, vehicles or cells, following rules and interacting, so that system patterns emerge from the bottom up. They suit questions where heterogeneity, adaptation and interaction matter, and they are hard to validate. This page sets out how agent-based and complexity models are built, documented and tested, and what evidence serves the institutions that use them.

01Registre

Agent-based and complexity models on the record.

02La question

Agent-based and complexity models: how the risk develops.

Comportements, adaptation et émergence dans les systèmes. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mécanisme

Heterogeneity matters

Agents differ in resources, behaviour and location. Averages can hide the variation that drives outcomes such as who is harmed by a shock.

Mécanisme

Adaptation changes the system

Agents respond to each other and to policy, so the system changes as it is studied, which equation-based models may miss.

Mécanisme

Emergence can surprise

Simple rules can produce unexpected collective patterns, such as tipping points or segregation, which are useful but need careful explanation.

Mécanisme

Many parameters, little data

Agent-based models often have more parameters than data can constrain, so documentation and pattern-oriented validation are essential.

03Géographie

Aléas et exposition en Amérique du Nord.

Population density, flood water and active fires over North America, from NASA GIBS. Each layer carries its own date.

La carte interactive requiert JavaScript ; la liste des couches et les sources figurent ci-dessous.

Couches 3

Aléas et exposition, pour cette page

À propos de cette couche
Preuves
Estimé
Sources
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Université Columbia))
Fournisseur
NASA SEDAC (CIESIN, Université Columbia)
Licence
CC BY 4.0
Millésime
null ; estimation fondée sur le recensement, statique (2020)
Résolution
grille d'environ 1 km
Incertitude
Estimation fondée sur le recensement du nombre d'habitants par kilomètre carré en 2020, présentée comme contexte d'exposition ; ce n'est pas un décompte des personnes touchées par un aléa.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct
À propos de cette couche
Preuves
Observé (les nuages laissent des lacunes)
Sources
Produit VIIRS d'inondation mondiale (NASA LANCE)
Fournisseur
NASA LANCE
Licence
Données ouvertes de la NASA
Millésime
quotidien ; détection satellitaire ; les nuages laissent des lacunes
Les plus récents à la construction
2026-10-14
Résolution
grille d'environ 250 m
Incertitude
Détection satellitaire ; les nuages laissent des lacunes. Raster satellitaire ou de modèle tel que le fournisseur le publie. Les nuages, les lacunes de fauchée et les erreurs de restitution laissent des lacunes et du bruit ; les valeurs sont des indicateurs, et non des mesures en un lieu donné.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct
À propos de cette couche
Preuves
Observé (les nuages et l'heure de passage du satellite laissent des lacunes)
Sources
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Fournisseur
NASA LANCE FIRMS
Licence
Données ouvertes de la NASA
Millésime
quotidien ; détection satellitaire ; les nuages et l'heure de passage du satellite laissent des lacunes
Les plus récents à la construction
2026-10-13
Résolution
grille d'environ 500 m
Incertitude
Détections satellitaires de points chauds pour le jour indiqué, y compris les torchères de gaz et la chaleur industrielle ; ce n'est pas un incendie confirmé, un rapport d'incident ni une alerte.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct
À propos de cette couche
Preuves
Observé
Sources
VIIRS NOAA-20, réflectance corrigée (NASA LANCE)
Fournisseur
NASA LANCE
Licence
Données ouvertes de la NASA
Millésime
quotidien ; image satellitaire
Les plus récents à la construction
2026-10-14
Résolution
grille d'environ 250 m
Incertitude
Image satellitaire. Raster satellitaire ou de modèle tel que le fournisseur le publie. Les nuages, les lacunes de fauchée et les erreurs de restitution laissent des lacunes et du bruit ; les valeurs sont des indicateurs, et non des mesures en un lieu donné.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct
À propos de cette couche
Preuves
Modélisé (dernière année publiée par GIBS)
Sources
MODIS Terra et Aqua, occupation du sol (MCD12Q1) (NASA LP DAAC)
Fournisseur
NASA LP DAAC
Licence
Données ouvertes de la NASA
Millésime
annuel ; classification satellitaire ; dernière année publiée par GIBS
Les plus récents à la construction
2024-01-01
Résolution
grille d'environ 500 m
Incertitude
Classes d'occupation du sol par satellite pour l'année indiquée, y compris les terres cultivées ; une classification comportant des erreurs connues, et non un registre des exploitations agricoles.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct
À propos de cette couche
Preuves
Observé (une nébulosité persistante laisse encore des lacunes)
Sources
VIIRS NOAA-20 niveau 3, 8 jours (NASA LANCE)
Fournisseur
NASA LANCE
Licence
Données ouvertes de la NASA
Millésime
8 jours ; composite satellitaire sur 8 jours ; une nébulosité persistante laisse encore des lacunes
Les plus récents à la construction
2026-09-14
Résolution
grille d'environ 1 km
Incertitude
Température de peau du sol mesurée par satellite sur les 8 jours se terminant à la date indiquée, un indicateur d'exposition à la chaleur ; ce n'est pas la température de l'air, l'indice de chaleur ni une alerte de chaleur.
Accessible par
gibs.earthdata.nasa.gov, uniquement après que vous avez autorisé la carte en direct

Dernière version disponible

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © contributeurs d'OpenStreetMap (ODbL) · Natural Earth

Chargement des dernières images de la NASA.

Faites glisser pour déplacer. Ctrl ou ⌘ et défilement, pincement ou boutons pour zoomer ; survolez pour lire les valeurs sous le pointeur ; la réinitialisation ramène à la région.

Aléas et exposition, cadrés sur l'Amérique du Nord.Produits satellitaires et de modèles tels que la NASA les publie, chacun avec sa propre date. Ce sont des indicateurs, non des évaluations d'un lieu quelconque.

Données : NASA GIBS · ASTER GDEM · Blue Marble · © contributeurs d'OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSources et licences

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Données ouvertes de la NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Données ouvertes de la NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Sous licence CC BY 4.0. Couleurs redessinées à partir de la palette publiée ; valeurs moyennées dans des cellules hexagonales lorsque présentées (modifié). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produits VIIRS en quasi-temps réel (inondation, température de surface terrestre, couverture neigeuse, réflectance corrigée), NASA LANCE ; imagerie via NASA GIBS. Couleurs redessinées d'après la palette publiée ; valeurs moyennées dans des cellules hexagonales lorsque affichées (modifié). Données ouvertes de la NASA
  • Fire Information for Resource Management System (FIRMS) de la NASA, produit de feux actifs VIIRS 375 m, NASA LANCE ; tuiles vectorielles via NASA GIBS. Couleurs redessinées d'après la palette publiée ; valeurs moyennées dans des cellules hexagonales lorsque affichées (modifié). Données ouvertes de la NASA
  • Produits terrestres MODIS (indices de végétation, production primaire brute, occupation du sol), NASA LP DAAC et LANCE ; imagerie via NASA GIBS. Couleurs redessinées d'après la palette publiée ; valeurs moyennées dans des cellules hexagonales lorsque affichées (modifié). Données ouvertes de la NASA
  • ASTER GDEM est un produit du METI et de la NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC) ; imagerie via NASA GIBS. Couleurs redessinées d'après la palette publiée ; valeurs moyennées dans des cellules hexagonales lorsque affichées (modifié). Citer comme : NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Données ouvertes de la NASA
  • Réalisé avec Natural Earth. Données cartographiques vectorielles et matricielles libres sur naturalearthdata.com. Domaine public
  • © Contributeurs d'OpenStreetMap (ODbL), via NASA GIBS (côtes, frontières, routes et noms de lieux). Couleurs redessinées d'après la palette publiée ; valeurs moyennées en cellules hexagonales lorsqu'elles sont affichées (modifié). ODbL
  • Blue Marble, NASA Earth Observatory ; imagerie via NASA GIBS. Couleurs redessinées d'après la palette publiée ; valeurs moyennées dans des cellules hexagonales lorsque affichées (modifié). Données ouvertes de la NASA
  • Contexte sur le globe et la carte plane : côtes, frontières, routes et toponymes issus des couches de référence NASA GIBS (données OpenStreetMap, ODbL, © contributeurs d'OpenStreetMap) ; imagerie Blue Marble comme fond facultatif ; relief 3D et lecture de l'altitude à partir de l'indice de couleur d'altitude ASTER GDEM (classes de 5 m à 200 m, exagérées pour la lisibilité). Les frontières sont tracées telles que publiées et n'impliquent aucune position sur un territoire.
  • Événements en direct : suivi des événements naturels de l'Observatoire de la Terre de la NASA (EONET) ; les événements sont indicatifs et conservent les liens de leur source d'origine.
  • En direct : les événements NASA EONET sont indicatifs et ne constituent pas des alertes officielles.
  • En direct : U.S. Geological Survey. Les événements sont indicatifs et ne constituent pas des alertes d'autorités.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Prévision du débit des cours d'eau sur 30 jours, avec fourchette (GloFAS via Open-Meteo) : contient des informations modifiées du service de gestion des urgences Copernicus 2026 ; ne constitue pas une alerte de crue.
  • Données météorologiques d'Open-Meteo.com (https://open-meteo.com/), sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Les couches facultatives (11 sources dans la liste des couches : en direct, prévision, observées et contexte) affichent le crédit de leur fournisseur sur la carte et ici lorsqu'elles sont activées ; les prévisions sont des sorties de modèles et les indices dérivés sont des estimations.

Couches et dates

  • Densité de population, 2020 : Population : CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statique
  • Eaux de crue, composite sur 3 jours : VIIRS Global Flood Product, NASA LANCE · 14 oct. 2026
  • Feux actifs et anomalies thermiques : VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 oct. 2026
  • Couleurs naturelles : réflectance corrigée VIIRS NOAA-20, NASA LANCE · 13 oct. 2026
  • Type de couverture terrestre (IGBP), annuel : MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Température de surface terrestre, jour, composite sur 8 jours : VIIRS NOAA-20 Level 3, 8-day, NASA LANCE · 14 sept. 2026

04À travers les domaines

Agent-based models capture behaviour in every domain.

05Simulateur

Stocks, flux, délais et un seuil de basculement.

Deux stocks, la pression et la capacité d'adaptation, reliés par une boucle de croissance auto-renforçante, une réponse d'équilibrage différée et des dommages lorsque la pression dépasse la capacité ; au-delà du seuil, le système peut basculer. Modèle pédagogique à valeurs illustratives déclarées, et non une prédiction. La carte de cette page montre l'Amérique du Nord ; le modèle lui-même n'est pas lié à un lieu.

Commandes

Croissance de la pression
6,0 % par an
Efficacité de la capacité à réduire la pression
4,0 % par an
Réponse de l'investissement à la pression perçue
20%
Délai de perception
4.0 ans
Seuil de basculement de la pression
60 index
Amplification au-delà du seuil
2,0 fois
Années simulées
50 ans

Relevés

Pression maximale
113 index
Capacité à la fin
Indice 186
Années au-dessus du seuil
15,8 ans
Chiffres, méthodes et sources
AnnéePressionCapacitéPerçu
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

Méthodes

  1. Dynamique des systèmes Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. Transitions critiques et points de bascule Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. Diagramme de boucles causales Sterman (2000), Business Dynamics, McGraw-Hill
  4. Éventail d'incertitude (Monte Carlo sur les paramètres) Spiegelhalter, Pearson et Short (2011), Visualising uncertainty about the future, Science 333
  5. Sensibilité un facteur à la fois (tornade) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Données

No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.

Stocks, flux, retards et seuil de bascule. Modèle pédagogique illustratif : il fonctionne avec les valeurs fixées par les commandes, et non avec des données mesurées. Méthodes : dynamique des systèmes (Forrester (1961), Industrial Dynamics, MIT Press ; Sterman (2000), Business Dynamics) ; transitions critiques et points de bascule (Scheffer et al. (2009), Early-warning signals for critical transitions, Nature 461) ; diagramme de boucles causales (Sterman (2000), Business Dynamics, McGraw-Hill).
06Indicateurs

Ce qui est mesuré, et avec quelle qualité.

Chaque indicateur porte son unité, sa périodicité, le type de source qui le sous-tend et l'étiquette de preuve que porterait une valeur. Aucune valeur n'est affichée : un programme les fournit sous sa propre autorité.

IndicateurUnitéFréquenceType de sourceÉtiquette
Models documented with the ODD protocolpercent of published modelspar examenLiterature reviewOBSERVÉ
Patterns reproduced in validationcount of target patternsper modelValidation studiesESTIMÉ
Parameters calibrated to datapercent of parametersper modelModel documentationDÉCLARÉ
Code publishedpercent of published modelspar examenCode archivesOBSERVÉ
Analyse de sensibilité performedpercent of published modelspar examenLiterature reviewOBSERVÉ
Runs per experimentcount of stochastic replicatesper experimentModel documentationDÉCLARÉ
07Simulateur de jumeau et de cascade

Model agent-based and complexity models as a system. Run the cascade.

Assembled from the Nexus Standards area profile Normes sur les aléas composés et en cascade: the hazards it names, the systèmes and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full Constructeur de systèmes.

Aléas

Commandes

  • NS-0 Constitution et principes
  • NS-3 UNI des enregistrements de risque (grammaire, table de correspondance héritée, autorité d'attribution)
  • NS-9 UNI contextuels (déploiements, instances, instances de programme)
  • NS-11 Vérification et suivi (éléments probants, attestations, observation de la conformité zero trust)
  • NRS-H61 Famille d'aléas : défaillance en cascade (NHS-1 sys.cascade)
  • NRS-H62 Famille d'aléas : événements composés et multialéas (NHS-1 sys.compound)
  • NRS-H60 Famille d'aléas : perturbation des chaînes d'approvisionnement et des flux (NHS-1 sys.supply-chain)
  • NRS-H94 Famille d'aléas : événements cyber systémiques (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Famille d'aléas : concentration et monoculture de l'infrastructure numérique (NHS-1 tech.digital-concentration)
  • NRS-H7 Famille d'aléas : anomalies de la circulation à grande échelle (NHS-1 atmo.climate-mode)

Observation

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
  • Pertes économiques directes attribuées aux catastrophes par rapport au PIB mondial
  • Number of disruptions to basic services attributed to disasters

Géographie d'exemple

  • Bangladesh : 134 cellules hexagonales
  • Lumières nocturnes de ce soir, pannes (VIIRS Day/Night Band), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
08Sources

D'où proviennent les données probantes.

Jeux de données publics et registres institutionnels nommés, chacun avec sa catégorie de licence. Les sources fournies dans le cadre d'accords ne sont utilisées que selon leurs conditions et ne sont jamais republiées.

SourcesCe qu'elle apporteCatégorie de licence
CoMSES Net Computational Model LibraryArchive of agent-based models with code and ODD documentationOpen, licence per model
ODD protocol publicationsDocumentation standard for agent-based modelsLicence per publication
NetLogo and MesaOpen-source agent-based modelling platformsOpen source, GPL and Apache licences
Journal of Artificial Societies and Social SimulationPeer-reviewed agent-based researchOpen access, CC BY
Pattern-oriented modelling literatureValidation approaches for complex modelsLicence per publication
09Méthodes et preuves

How agent-based and complexity models is modelled, measured and tested.

Le modèle, ses hypothèses, ses données et son incertitude, sous la forme qu'un scientifique ou un ingénieur vérifierait. Les structures suivent des méthodes publiées. Les valeurs représentées sont illustratives, ce ne sont pas des résultats.

Modèle, équations et hypothèses

The model structure used for agent-based and complexity models, the assumptions it makes and how each is tested.

Risque de l'élément iRi = f(Hi, Ei, Vi, Ci)aléa, exposition, vulnérabilité et capacité à faire face
Perte annuelle attendueEAL = ∑k pk · Lksur les événements k de probabilité annuelle pk
Systèmes couplésxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
HypothèsePourquoi il est réaliséComment il est testé
Aléa et exposition sont indépendants au sein d'un événementGarde l'intégrale des pertes calculableComparer avec un ajustement de copule sur des relevés conjoints
Les couplages sont linéaires près du point de fonctionnementLaisse les chocs se propager à travers APerturber au-delà de la plage linéaire et comparer
Les courbes de vulnérabilité se transposent d'un lieu à l'autreLes courbes locales sont rarement disponiblesValider par rapport aux pertes observées lorsqu'elles existent
Entrées
jeux de données versionnés avec provenance
Productions
des distributions, jamais des nombres isolés
Code
publié avec la fiche de modèle et les tests
Reproduction
mêmes données, code, environnement et graine
Formulations standard du risque et de l'espace d'états ; les hypothèses énumérées sont typiques de la méthode, énoncées pour examen, et non des résultats.
Principes directeurs FAIR · GO FAIR et FORCE11W3C PROV · World Wide Web ConsortiumOrientations sur le traitement cohérent des incertitudes · GIECCEOS Analysis Ready Data · Comité sur les satellites d'observation de la Terre
10Décisions

Qui décide, et à quoi servent les données probantes.

systèmes Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

Qui décideLa questionDonnées probantes servies par cette page
ModellersHow to document, calibrate and validate agent-based modelsTemplates; validation designs
Institutions using simulation resultsWhen agent-based results are credible enough to inform decisionsValidation and sensitivity evidence
Journals and reviewersWhat documentation to requireDocumentation evidence

Résultats que produit ce thème

  • Agent-based model documentation and review templates
  • Pattern-oriented validation designs
  • Sensitivity and calibration protocols
  • Teaching material on complexity methods
11Questions essentielles

What experts ask about agent-based models.

  • Which behaviours and interactions must be represented to capture the phenomenon of interest?
  • How are agent rules grounded in evidence rather than assumption?
  • How sensitive are emergent results to small changes in rules or parameters?
  • How can agent-based models be validated against real-world data?
  • When does an agent-based approach add value over simpler models?
12Mécanismes et facteurs

How emergence arises.

In complex systèmes, simple local rules can produce large-scale patterns: traffic jams form without a cause at the front; panic buying spreads through observation of others; markets can swing as traders follow trends. These effects arise from interaction, feedback and heterogeneity, which equation-based models that assume average behaviour may miss.

Agents adapt. People change behaviour in response to risk, warnings and the actions of others; firms adjust strategies; institutions change rules. Adaptation can stabilise systems or create new risks, as when protection encourages development in hazard areas.

Complex systems can show tipping points, where small changes cause abrupt shifts, and path dependence, where history constrains future possibilities.

13Méthodes et données

Les méthodes et leurs limites.

  1. 01

    Agent-based simulation

    Computational models of interacting agents, using complex systems methods. Many parameters can be hard to estimate.

  2. 02

    Behavioural data

    Surveys, experiments and observations to ground agent rules. Behaviour in crises is hard to observe in advance.

  3. 03

    Pattern-oriented validation

    Testing whether models reproduce several observed patterns at once. Matching patterns does not prove mechanisms.

  4. 04

    Sensitivity and ensemble runs

    Exploring outcome ranges across rules and parameters, using informatique resources.

Agent-based models are powerful for exploring mechanisms but difficult to calibrate and validate. Results are presented as explorations, not predictions, unless validation supports more.

15Where this page’s references

Where this page’s references lead.

Les organismes et documents à l'aune desquels cette page se lit. Les statuts et éditions changent ; chaque lien mène à l'organisme émetteur.

16Questions

Questions et réponses.

What is an agent-based model?
A computational model that simulates many autonomous agents following rules and interacting, from which system-level patterns emerge.
What is the ODD protocol?
Overview, Design concepts and Details: a standard structure for describing agent-based models so others can understand and reproduce them.
What is emergence?
System-level behaviour that arises from interactions among parts and is not obvious from the rules of individual parts.
Are agent-based models predictive?
Sometimes, when well validated. More often they are used to explore mechanisms and scenarios.
Why not use equations?
Equation-based models are often simpler and more transparent. Agent-based models add value when heterogeneity and interaction matter.
How are agent rules chosen?
Ideally from behavioural evidence. Where evidence is lacking, assumptions are stated and tested.
What is a tipping point?
A threshold at which a small change causes a large, often abrupt, shift in system behaviour.
RapportsContribuer

Apportez des éléments de preuve depuis cette page.

Rapports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIScience des systèmes et modélisationMéthodes et techniqueScénarios et tests de résistance
Science des systèmes et modélisation

Apportez une méthode, un jeu de données ou une question.

L'information et les demandes sont ouvertes dès aujourd'hui. Une demande reçoit une référence et indique l'étape suivante ; candidatures, paiements, allocations de calcul et inscriptions n'ouvrent que lorsque l'équipe, les conditions et la capacité d'examen existent.