Recomendaciones de gestión adaptativa de truferas al cambio climático
Notice bibliographique
Résumé
La trufa negra (Tuber melanosporum Vittad.) es un hongo ascomiceto cuyo ascocarpo o cuerpo fructífero se desarrolla bajo tierra. La recolección de este producto se concentra en países con clima mediterráneo, donde crece tanto en truferas silvestres como en plantaciones gestionadas; siendo España, Francia e Italia los mayores productores de T. melanosporum a nivel mundial (Oliach et al., 2021). En estas zonas de producción, suele encontrarse sobre sustratos calizos, con una cierta pedregosidad y una estructura granular que favorece la aeración del suelo, a la vez que permite una capacidad de retención de humedad necesaria para el desarrollo del hongo (Jaillard et al., 2016). Además, la trufa negra muestra preferencia por unas condiciones climáticas suaves y una estacionalidad marcada, aunque estas estimaciones pueden variar en base a factores locales (e.g., edafología) y al tipo de gestión aplicada (Thomas, 2014). Pese a los conocimientos adquiridos en la última década acerca del efecto de las prácticas culturales en el desarrollo de T. melanosporum en plantaciones, su complejo ciclo vital, que se desarrolla desde mayo a marzo y que sigue teniendo algunas incógnitas (Le Tacon et al., 2016), junto a la dependencia de la climatología anual (Büntgen et al., 2019), sigue dificultando la obtención de producciones anuales elevadas y con buena calidad de forma sostenida en el tiempo. Adicionalmente, las tendencias proyectadas por los modelos climáticos que describen un incremento de las temperaturas promedio y un posible descenso de la precipitación total registrada en la cuenca mediterránea hasta el final del siglo XXI (Cramer et al., 2018), ponen en riesgo la producción de la trufa negra en el sur de Europa (Čejka et al., 2022; Thomas & Büntgen, 2019). En este contexto de sequía progresiva y escasez de agua, es necesario fomentar la investigación para la optimización de las técnicas de gestión en el cultivo de la trufa negra (e.g., riego, acolchados y podas), con la intención de incrementar de forma sostenible la disponibilidad de agua en
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».