Monitoring airborne inoculum for improved plant disease management. A review
Notice bibliographique
Résumé
Abstract Global demand for pesticide-free food products is increasing rapidly. Crops of all types are, however, under constant threat from various plant pathogens. To achieve adequate control with minimal pesticide use, close monitoring is imperative. Many plant pathogens spread through the air, so the atmosphere is composed of a wide variety of plant pathogenic and non-plant pathogenic organisms, in particular in agricultural environments. Aerobiology is the science that studies airborne microorganisms and their distribution, especially as agents of infection. Although this discipline has existed for decades, the development of new molecular technologies is contributing to an increase in the use of aerobiological data for several purposes, from day-to-day monitoring to improving our understanding of pathosystems. Although the importance of knowing the size and composition of plant pathogen populations present in the air is recognized, technical constraints hinder the development of agricultural aerobiology. Here we review the application of spore sampling systems in agriculture and discuss the main considerations underlying the implementation of airborne inoculum monitoring. The results of this literature review confirm that the use of aerobiological data to study the escape of inoculum from a source and its role in the development of diseases is well mastered, but point at a lack of knowledge to proceed with the deployment of these systems at the landscape scale. Thus, we conclude that airborne inoculum surveillance networks are still in their early stages and although more and more initiatives are emerging, research must be conducted primarily to integrate evolving technologies and improve the access, analysis, interpretation and sharing of data. These tools are needed to estimate short- and medium-term risks, identify the most appropriate control measures with the lowest environmental risk, develop indicators to document the effects of climate change, and monitor the evolution of new genotypes at multiple scales.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».