Terminale - 13 chapitres
L'atmosphère terrestre et la vie
Composition atmosphère primitive vs actuelle, photosynthèse et O₂, couche d'ozone, effet de serre naturel, CO₂ et cycle du carbone
La complexité du système climatique
Bilan radiatif Terre, albédo, gaz à effet de serre (CO₂, CH₄, N₂O), forçage radiatif, rétroactions climatiques, modèles climatiques
Le climat du futur
Scénarios GIEC (RCP/SSP), hausse des températures, montée des eaux, événements extrêmes, points de bascule, atténuation vs adaptation
Énergie, choix de développement et futur climatique
Mix énergétique mondial, énergies fossiles, émissions de GES par secteur, empreinte carbone, accord de Paris, neutralité carbone
Deux siècles d'énergie électrique
Conversion d'énergie, alternateur (Faraday), centrales thermiques/nucléaires/hydrauliques, rendement, puissance P=UI
Les atouts de l'électricité
Énergies renouvelables (solaire, éolien, hydraulique), cellule photovoltaïque, énergie éolienne, stockage (batteries, STEP), intermittence
Optimisation du transport de l'électricité
Réseau électrique, pertes en ligne (P=RI²), transformateur, haute tension, effet Joule, smart grid
Choix énergétiques et impacts
Analyse du cycle de vie, impact environnemental des différentes sources, nucléaire (fission, déchets, sûreté), mix énergétique français, transition énergétique
De la biodiversité à l'évolution
Biodiversité (génétique, spécifique, écosystémique), crise de la biodiversité, 6e extinction, services écosystémiques, conservation
L'évolution comme grille de lecture du monde
Sélection naturelle (Darwin), dérive génétique, spéciation, phylogénie, arbre du vivant, LUCA
L'évolution humaine
Lignée humaine, bipédie, développement du cerveau, Homo sapiens, out of Africa, ADN et parentés, diversité génétique humaine
Les modèles démographiques
Transition démographique, taux de natalité/mortalité, pyramide des âges, modèle de Malthus, modèle logistique, croissance mondiale, vieillissement
L'intelligence artificielle
Définition IA, apprentissage automatique (machine learning), réseaux de neurones, big data, IA faible vs forte, enjeux éthiques, biais algorithmiques, test de Turing