MétaCan
Menu
Retour à la cohorte
Enregistrement W2787167479 · doi:10.15454/1.4721162285051362e12

Concevoir des associations variétales de blé pour réduire la progression épidémique de la septoriose : approche théorique et expérimentations au champ

2016· preprint· en· W2787167479 sur OpenAlexfundno aff
Claude Pope de Vallavieille, Sébastien Saint‐Jean, Christophe Gigot, L Huber, M. Leconte, Claude Maumené, Philippe du Cheyron, Gilles Couleaud, B. Kerhornou

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2016
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Resistance and Genetics
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésPhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

The potential of wheat cultivar mixtures for reducing the spread of diseases by long-distance winddispersal is well documented, but the references are very limited for diseases spread by short-distance splash dispersal. Field epidemiological experimentations carried out over a 5-year period showed that a combination of a susceptible and a partially resistant wheat cultivar can reduce up to 40% the severity of septoria leaf blotch, which however depended on each year’s disease pressure. Extension services showed that the yield of mixtures of four wheat cultivars tested between 2010 and 2012 under different disease pressures had a 5% reduction of fungicide applications on average with the mean yield of the pure stands. In field trials without fungicide application over the 3-year period at two locations, the benefit of 4-cultivar mixtures compared to the mean of the pure stands was assessed to be 0.23 t/ha. A simulation model based on spore splash dispersal by raindrops in a heterogeneous canopy determined the optimal proportions of varieties in a two-way mixture as a function of the partial resistance level of the two varieties. This cropping system provided an advantage when foliar diseases were present and was not disadvantageous when diseases were not present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,268
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetPlant Disease Resistance and GeneticsTravaux en français237 207