Impacts trophiques d’un paillis de seigle sur la laitue (Lactuca sativa), le puceron de la laitue (Nasonovia ribisnigri) et ses ennemis naturels en sol organique
Notice bibliographique
Résumé
Les terres noires (Histosol) du Sud du Québec représentent une ressource agricole non-renouvelable où l’on produit la majorité des laitues (Lactuca sativa L.) au Canada. Les paillis de seigle font partie des pratiques culturales durables proposées pour les protéger. Les impacts de ces paillis sur l’agroécosystème demeurent méconnus. Cette étude visait à mesurer les impacts des paillis de seigle sur la chaîne trophique associée au puceron de la laitue, Nasonovia ribisnigri (Mosley, 1841), un ravageur important. Au cours d’une saison de croissance et avec deux transplants, les impacts des paillis de seigle ont été examinés in situ. Dépistages visuels et pièges-bols jaunes ont mesuré la colonisation des plants par N. ribisnigri, ses ennemis naturels et leurs proies alternatives. En cages d’exclusion, la valeur adaptative et la croissance des populations de pucerons ont été mesurées. Ex situ, les effets résiduels des paillis dans le sol sur le fitness et la croissance des populations de N. ribisnigri ont été mesurés. In situ, les paillis de seigle ont limité la colonisation des laitues par N. ribisnigri et ont recruté d’avantage d’ennemis naturels et de proies alternative sur un des transplants. Le paillis a réduit le fitness des pucerons ainsi que la concentration en acides aminés foliaires et le poids des laitues en début de saison. Ex situ, des effets résiduels du paillis de seigle furent détectés sur la composition du microbiote du sol mais pas sur le fitness des pucerons. Ces résultats démontrent le potentiel des paillis de seigle comme pratique culturale contre N. ribisnigri mais n’éclaircissent pas les mécanismes à l’œuvre et soulignent un risque quant au rendement de la laitue.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».