Impact des variables et pratiques agronomiques sur la réduction des dommages : le cas de la pomme de terre au Québec
Notice bibliographique
Résumé
La présente étude propose une approche similaire à celle de Lichtenberg et Zilberman pour modéliser l'impact d'intrants qui agissent comme agents de contrôle (insecticides, fongicides, herbicides) sur la production de pomme de terre. Dans cette perspective, nous estimons, à l'aide de procédures économétriques, un système d'équations simultanées expliquant la production commercialisable de pommes de terre et trois types de dommage. Les résultats empiriques montrent que les effets des éléments fertilisants (azote, phosphore, potassium et magnésium) sur la production potentielle de pomme de terre ne sont pas statistiquement significatifs. En revanche, des impacts significatifs se retrouvent dans les fonctions de réduction des dommages pour le phosphore et le potassium. Ces derniers résultats montrent des effets antagoniques sur les pertes causées par le faible calibre des tubercules : ainsi, le phosphore contribue à les augmenter tandis que le potassium joue un rôle opposé. Plusieurs variables traduisant les pratiques culturales ont également été incorporées dans le modèle mais peu d'entre elles se sont avérées comme étant significatives.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».