Adaptation d'une méthode de lutte physique en pré-plantation contre le tarsonème du fraisier
Bibliographic record
Abstract
Le tarsonème du fraisier (Phytonemus pallidus Banks) est un acarien de plus en plus problématique dans les fraisières du Québec. Puisqu'il se réfugie au cœur des plants, ce ravageur est difficilement atteignable par les agents de lutte biologique et les acaricides. L'utilisation de fraisiers sains demeure la manière la plus efficace de prévenir les infestations de tarsonèmes. Aux Pays-Bas, une technique dénommée Controlled Atmosphere Temperature Treatment (CATT) est utilisée commercialement pour désinfecter les fraisiers avant la plantation. En soumettant les transplants à des paramètres précis de température (35°C) et d'atmosphère contrôlée (50% CO2 et 10% O2) pendant 48 h, plus de 99% des acariens sont éliminés sans effets négatifs sur les plants. L'objectif de ce projet de maîtrise était de tester à plus petite échelle la technique CATT à l'aide de deux caissons expérimentaux construits à l'Université Laval. Dans un premier volet, l'efficacité de la technique hollandaise a été évaluée lors de deux essais en serre. Après quatre semaines de croissance, les plants ayant reçu le traitement CATT avaient 99,9% moins de formes mobiles de tarsonèmes que les plants témoins non-traités. Pour le deuxième volet du projet, des essais ont été réalisés chez deux producteurs de fraises afin de vérifier les effets du traitement CATT sur la vigueur des plants. Les risques de mortalité après la plantation étaient plus grands pour les plants traités, la production de stolons a été maintenue ou augmentée tandis que les rendements ont été maintenus ou diminués. Les résultats obtenus pour les deux volets du projet suggèrent que la technique CATT est hautement efficace pour contrôler le tarsonème du fraisier, mais son utilisation serait plus appropriée sur des plants destinés à la propagation que sur ceux destinés à la production de fruits.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".