Replacing synthetic pesticides and antimicrobials with plant-based extracts is a current alternative adopted by traditional and family farmers and many organic farming pioneers. A range of natural extracts are already being marketed for agricultural use, but many other plants are prepared and used empirically. A further range of plant species that could be effective in protecting different crops against pests and diseases in Africa could be culled from the large volume of knowledge available in the scientific literature. To meet this challenge, data on plant uses have been compiled in a knowledge base and a software prototype was developed to navigate this trove of information. The present paper introduces this so-called Knomana Knowledge-Based System, while providing outputs related to Spodoptera frugiperda and Tuta absoluta, two invasive insect species in Africa. In early October 2020, the knowledge base hosted data obtained from 342 documents. From these articles, 11,816 uses—experimental or applied by farmers—were identified in the plant health field. In total, 384 crop pest species are currently reported in the knowledge base, in addition to 1547 botanical species used for crop protection. Future prospects for applying this interdisciplinary output to applications under the One Health approach are presented.

Les Sciences du vivant et de l'environnement génèrent de nombreuses bases de données et de connaissances.L'exploration conceptuelle est une approche de fouille de données qui permet d’en extraire de nouvelles connaissances. Les méthodes d'exploration conceptuelle considérées dans ce travail relèvent de l'Analyse de Concepts Formels (FCA).Toute méthode issue de FCA imposant en entrée une structuration prédéfinie des données, la question de recherche traitée concerne la conversion automatique d'une base de données ou de connaissances en vue de son exploration avec FCA ou avec l'Analyse de Concepts Relationnels (RCA), une extension aux données multi-relationnelles.Pour asseoir ce travail, nous avons utilisé la base de connaissances Knomana, qui rassemble des descriptions d'usage de plantes.Selon les connaissances considérées, diverses problématiques de conversion doivent être résolues pour permettre une fouille de données pertinente par les utilisateurs finaux. Ces problématiques peuvent se situer au niveau du schéma (modèle de classes) ou au niveau des instances, principalement (1) la conversion des relations de spécialisation en aplatissant la hiérarchie d’héritage; (2) la conversion d’une relation ternaire via la matérialisation ou des relations binaires, et (3) la levée de l'indétermination de la désignation d'organismes vivants par l'usage de l'abréviation spp. dans sa dénomination binominale (linnéenne).La méthodologie adoptée relève de l'ingénierie dirigée par les modèles, de la transformation des bases de données, du refactoring en ingénierie logicielle et de la conversion d'ontologies.Cette thèse présente un algorithme général de conversion d'un jeu de connaissances pour RCA, dont la structure est représentée sous la forme d'un diagramme de classes au format UML.L'algorithme est appliqué à Knomana et diverses modélisations de la relation ternaire en relations binaires et une modélisation de la levée de l'indétermination d'un nom d'espèce sont expérimentées.L'évaluation de cet algorithme est effectuée en regard de son applicabilité, de son aptitude à être utilisé pour des volumes de données importants (i.e. passage à l'échelle), et de sa pertinence. La perspective offerte par ce travail est de permettre l'analyse de tout jeu de données et de connaissances avec FCA et RCA.