MétaCan
Menu
Back to cohort
Record W2909376669 · doi:10.71781/20096

Le microbiome fongique de la rhizosphère du canola : structure et variations

2018· dissertation· en· W2909376669 on OpenAlexaboutno aff
Jean-Baptiste Floc’h

Bibliographic record

VenueOpen MIND · 2018
Typedissertation
Languageen
FieldAgricultural and Biological Sciences
TopicPlant Growth and Agriculture Techniques
Canadian institutionsnot available
Fundersnot available
KeywordsCanolaBiologyMicrobiomeBotanyGenetics

Abstract

fetched live from OpenAlex

Les champignons de la rhizosphère ont une grande influence sur le développement et la croissance des plantes. Certains de ces micro-organismes protègent les plantes contre les pathogènes, atténuent l'impact des stress abiotiques ou facilitent la nutrition des plantes. Ces organismes s'influencent mutuellement et forment des réseaux complexes d'interactions. Déterminer le fonctionnement du microbiome fongique de la rhizosphère des plantes cultivées est une étape nécessaire pour optimiser l'efficacité de la production végétale. Nous avons testé les hypothèses suivantes : (1) la diversification des systèmes de culture influe sur le microbiome fongique de la rhizosphère du canola; (2) le canola a un core microbiome, soit un ensemble de champignons toujours associés au canola quelles que soit les conditions du milieu; et (3) que certains de ces taxons ont une influence déterminante sur la structure des communautés (taxons nodaux) dans le core microbiome. Pour ce faire, en 2013 et 2016, nous avons échantillonné à la floraison, la phase de canola (Brassica napus) du système de culture, qui est l'un des deux types de canola (Roundup Ready® et Liberty Link®), utilisés dans le cadre d'une expérience de terrain à long terme (6 ans). Lacombe (Alberta), Lethbridge (Alberta) et Scott (Saskatchewan). En utilisant le séquençage d’amplicon par illumina, nous avons obtenus des résultats qui montrent que la diversification des cultures a un impact significatif sur la structure des communautés fongiques de la rhizosphère. Nous avons également découvert et décrit un core microbiome constitué de 47 OTU (Unité Taxonomique Opérationnelle) en 2013 et identifié Preussia funiculata, Schizothecium sp., Mortierella sp., Nectria sp. ainsi que deux taxons inconnus (OTU12 et OTU298) comme taxons nodaux parmi ce core microbiome. Cependant ce core microbiome s’est montré variable, et nous n’avons pu identifier qu’un OTU y appartenant en 2016 : Olpidium Brassicae. Nos résultats permettent de confirmer l’impact de la diversité culturale sur le microbiome fongique du canola et sont présentés comme une base pour le développement de stratégies d'ingénierie écologique pour l'amélioration de la production de canola.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.754
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.007
GPT teacher head0.244
Teacher spread0.236 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicPlant Growth and Agriculture TechniquesFrench-language works237,207