Des modeles de culture ont en general trop de parametres pour permettre de les ajuster tous aux donnees. On compense par l'utilisation d'information a priori sur les parametres, mais cette information est incertaine. Il est alors important d'evaluer l'importance de cette incertitude sur les modeles. On propose ici une telle evaluation dans le cas d'un modele de mais, ou un algorithme recent est utilise pour ajuster une partie des parametres. Pratiquement, on utilise l'algorithme avec des ensembles differents de valeurs initiales des parametres. L'algorithme determine automatiquement quels parametres devraient etre ajustes. On trouve que ce choix varie en fonction des valeurs initiales. Neanmoins, les deux premiers parametres choisis sont toujours les memes ou (pour le seul cas d'exception) ont essentiellement le meme effet dans le modele. La qualite de prediction et les predictions individuelles sont egalement relativement stables pour differentes valeurs initiales des parametres.