1162 articles
Cette étude démontre que l'interculture sorgho-soja améliore la tolérance au sel du soja en remodelant la communauté bactérienne de la rhizosphère pour enrichir des genres bénéfiques tels que *Bacillus* et *Pseudomonas*, ce qui optimise le microenvironnement du sol salin et atténue le stress oxydatif.
Cette étude démontre qu'un cadre d'apprentissage profond combinant le 1D-CNN et le SMOTE avec la spectroscopie NIR peut classifier avec précision et rapidité la matière organique et le carbone total dans le nord de la Thaïlande, offrant une alternative non destructive et performante aux méthodes de laboratoire conventionnelles pour l'agriculture de précision et la gestion durable des terres.
Cette étude a évalué systématiquement les flux de travail d'imagerie hyperspectrale afin d'identifier les combinaisons optimales de partitionnement d'échantillons, de prétraitement spectral, de sélection de caractéristiques et de modèles d'apprentissage automatique pour la prédiction non destructive des traits de pigments et de nutriments dans les feuilles de tomates, révélant que si les traits liés à l'azote ont été prédits de manière fiable à l'aide de CNN, la prédiction de la chlorophylle est demeurée limitée et que l'optimisation du flux de travail doit être adaptée aux traits cibles spécifiques.
Cette étude démontre que l'extraction par micro-ondes médiée par l'acide citrique (CAM-MAE) surpasse de manière significative les méthodes de chauffage conventionnelles en produisant rapidement des polysaccharides de haute pureté et de haut poids moléculaire à partir de *Centella asiatica* dotés de puissantes activités antidiabétiques et antioxydantes.
Cette revue critique soutient que l'agroforesterie et la reforestation pluviale sont des stratégies complémentaires, et non interchangeables, pour réduire la pression de la déforestation tropicale, en soulignant que leur succès dépend d'une hiérarchie paysagère privilégiant la protection des forêts intactes et la régénération naturelle, parallèlement à une mise en œuvre spécifique au contexte, à la sécurité de la propriété foncière et à un suivi robuste.
Cette étude présente un cadre basé sur l'apprentissage automatique qui assure la transition d'une spectroscopie de laboratoire à haute résolution vers un système LiDAR robotisé déployable, réussissant ainsi l'estimation sans contact et de haute précision de la teneur volumétrique en eau dans des substrats de laine de roche sans sol pour l'irrigation automatisée dans l'agriculture en environnement contrôlé.
Cette étude démontre qu'un nouveau revêtement bionanocomposite à faible dose chargé de resvératrol, composé de carboxyméthylcellulose, de nanochitosane et d'huile essentielle de pamplemousse vert, prolonge efficacement la durée de conservation et préserve la qualité des champignons frais en réduisant la perte de poids, en maintenant la fermeté et en retenant les composés aromatiques pendant le stockage au froid.
Cette étude caractérise les propriétés nutritionnelles et bioactives des larves de *Rhynchophorus phoenicis* et d'*Oryctes rhinoceros* consommées en République démocratique du Congo, révélant leurs riches profils minéraux, leur diversité phytochimique et leurs puissantes activités antioxydantes en tant que base scientifique pour leur intégration dans des stratégies d'aliments fonctionnels afin de lutter contre l'insécurité alimentaire et le stress oxydatif en Afrique subsaharienne.
Cette revue systématique synthétise les preuves mondiales relatives aux stratégies physiologiques, génétiques et socio-économiques pour le développement de génotypes de soja résilients à la sécheresse, identifiant les mécanismes moléculaires clés et les technologies de sélection tout en mettant en évidence les lacunes critiques et une feuille de route adaptée pour améliorer la productivité du soja et la résilience climatique en Tanzanie.
Cet article présente SoyNodules, un ensemble de données conforme aux principes FAIR contenant 1 701 images annotées de racines de soja et de nodules isolés avec 49 210 boîtes englobantes, conçu pour faciliter le développement de modèles d'apprentissage profond pour la détection automatisée des nodules et l'évaluation de la fixation biologique de l'azote en agriculture de précision.