un témoin pour prédire la réponse de cultures"> un témoin pour prédire la réponse de cultures" /> un témoin pour prédire la réponse de cultures" />


S'abonner

Linéarisation autour dun témoin pour prédire la réponse de cultures - 11/01/08

Doi : 10.1016/j.crvi.2006.01.005 
Ibnou Dieng a, , Éric Gozé b , Robert Sabatier c
a Centre dʼétude régional pour lʼamélioration de lʼadaptation à la sécheresse, BP 3320, Thiès-Escale, Thiès, Sénégal 
b Centre de coopération internationale en recherche agronomique pour le développement, TA 70/09, avenue dʼAgropolis, 34398 Montpellier cedex 5, France 
c Laboratoire de physique moléculaire et structurale, faculté de pharmacie, 15, avenue Charles-Flahault, 34060 Montpellier, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 8
Iconographies 3
Vidéos 0
Autres 0

Résumé

Une nouvelle méthode pour modéliser les interactions génotype × environnement : APLAT. Le rendement de génotypes prédit par un modèle de simulation de cultures est développé en série de Taylor à lʼordre 1 au voisinage du vecteur de paramètres dʼun génotype de référence. À lʼaide de cette linéarisation locale, lʼestimation des paramètres de ces génotypes se fait par régression linéaire des rendements observés sur la sensibilité des sorties du modèle de simulation de cultures par rapport aux paramètres. Pour citer cet article : I. Dieng et al., C. R. Biologies 329 (2006).

Le texte complet de cet article est disponible en PDF.

Abstract

A new method for modelling genotype × environment interaction: APLAT. The yield predicted by a crop-simulation model is developed as a Taylor series in the neighbourhood of a parameter vector of a control genotype. With this local linearisation, these genotype parameters can be estimated by a linear regression of the observed yield on the derivatives of the crop-simulation model predictions with respect to its parameters. To cite this article: I. Dieng et al., C. R. Biologies 329 (2006).

Le texte complet de cet article est disponible en PDF.

Mots-clés : Linéarisation, Prédiction de la réponse de cultures, Témoin, Interaction genotype × environnement

Keywords : Linearization, Predict responses culture, Control, Genotype × environment interaction


Plan


© 2006  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 329 - N° 3

P. 148-155 - mars 2006 Retour au numéro
Article précédent Article précédent
  • Pas de titre
| Article suivant Article suivant
  • A thermodynamic view of networks
  • Derek J. Raine, Yohann Grondin

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2025 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.