MétaCan
Menu
Retour à la cohorte
Enregistrement W7029694530

Le bleuet sauvage au Saguenay-Lac-Saint-Jean : comment mieux le produire ?

2023· other· fr· W7029694530 sur OpenAlexaboutno aff

Notice bibliographique

RevueConstellation (Université du Québec à Chicoutimi) · 2023
Typeother
Languefr
DomaineSocial Sciences
ThématiqueDiverse Education and Engineering Focus
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlant productionZea maysEnvironmental factorPlant canopy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le rendement en fruits du bleuet nain (Vaccinium angustifolium et Vaccinium myrtilloides) est variable puisqu'il dépend de plusieurs facteurs, dont certains peuvent être influencés par les pratiques agricoles effectuées par les producteurs. L'objectif principal de cette recherche est donc d'expérimenter l'impact des principales pratiques sur le rendement en fruits du bleuet et d'autres variables connexes comme le nombre et la hauteur des tiges, l’état nutritionnel de la plante ainsi que la présence des maladies et des plantes indésirables. Les pratiques testées dans le cadre de ce projet sont i) le type de fauche (mécanique ou thermique), ii) l'utilisation de fongicide (avec ou sans) et iii) l'apport d'engrais (minéral, organique ou sans engrais). Cette étude s'est déroulée à la bleuetière d’enseignement et de recherche (BER) localisée à Normandin, Québec, Canada. Deux sites de quatre blocs divisés en douze combinaisons spécifiques de traitements comprenant les trois facteurs étudiés ont été disposés selon un dispositif de recherche en tiroir à 96 parcelles ou unités expérimentales. Aucune des pratiques à l’étude a affecté significativement la présence des plantes indésirables. Le brûlage n'a pas entraîné de gain de rendement, ni d'amélioration cohérentes des autres paramètres évalués. L’application de fongicide a entraîné un gain de rendement en fruits de 212 kg ha-1, une diminution de près de 1% du taux de maladies foliaires et une augmentation du nombre de tiges par unité de surface lorsqu'ils sont combinés avec un engrais minéral. La fertilisation minérale a également réduit la présence des maladies, amélioré l’état nutritionnel de la plante et engendré un gain de rendement de 853 kg ha-1. Enfin, la fertilisation organique a accru les rendements de 691 kg ha-1, tout en améliorant plusieurs traits tels que la hauteur des tiges et la teneur des feuilles et des fruits en nutriments. Les applications de fongicide et d'engrais ont également augmenté la quantité de nutriments exportés par les fruits à la suite des récoltes. De ce fait, il serait pertinent d’axer les prochains suivis sur les nutriments foliaires et du sol pour assurer la durabilité des systèmes de production.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,898

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,203
Écart entre enseignants0,189 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConstellation (Université du Québec à Chicoutimi)Même sujetDiverse Education and Engineering FocusTravaux en français237 207