Interaction entre le nématode à kyste (Heterodera glycines) et Phytophthora sojae chez le soya
Bibliographic record
Abstract
Le nématode à kyste du soya (NKS), Heterodera glycines, est la principale cause de pertes économiques chez le soya aux États-Unis. Au Canada, on le retrouve en Ontario depuis 1988 et il continue à gagner du terrain chaque année. Il a été répertorié pour la première fois au Québec en 2013, et les producteurs de soya québécois ont déjà commencé à déployer des outils pour sa répression. La méthode de lutte la plus utilisée contre cet organisme est l’utilisation de gènes de résistance quantitative combiné à la rotation des cultures. Par contre, l’organisme causant le plus de dommages chez le soya à l’heure actuelle au Québec est la pourriture phytophthoréenne, causée par l’oomycète, Phytophthora sojae. Cette maladie racinaire peut, elle aussi, être réprimée grâce à des cultivars génétiquement résistants (résistance qualitative à gènes Rps). Sachant que le NKS se retrouve déjà dans certaines régions du Québec où sévit également P. sojae, il devient urgent de déterminer si les cultivars de soya présentement utilisés exprimeront une résistance satisfaisante contre ces agents pathogènes majeurs. Dans ce contexte, l’objectif principal de ce projet était d’évaluer l’interaction entre ces deux agents pathogènes du soya en fonction de la résistance (qualitative à gènes Rps / résistance quantitative au NKS) des cultivars utilisés. L’étude, réalisée en système hydroponique, a permis de démontrer qu’en présence d’un cultivar sensible aux deux organismes, P. sojae a un impact négatif sur la capacité du NKS à produire des kystes. Cela suggère que P. sojae pourrait influencer le développement du NKS. La présence du nématode, quant à elle, n’a pas influencé l’efficacité de la résistance qualitative à gènes Rps contre P. sojae. En conséquence, les cultivars résistants aux deux agents pathogènes représentent une bonne option pour prévenir et lutter contre ces affections.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".