En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Unité de pathologie végétale - Inra Avignon

Pathologie végétale

Zone de texte éditable et éditée et rééditée

Models of plant resistance deployment

30 août 2021

Rimbaud, L., Fabre, F., Papaïx, J., Moury, B., Lannou, C., Barrett, L., Thrall, P. (2021). Models of plant resistance deployment. Annual Review of Phytopathology 59, 125-152.  DOI:10.1146/annurev-phyto-020620-122134.
© Annual Review of Phytopathology
Rimbaud, L., Fabre, F., Papaïx, J., Moury, B., Lannou, C., Barrett, L., Thrall, P.

Rimbaud, L., Fabre, F., Papaïx, J., Moury, B., Lannou, C., Barrett, L., Thrall, P. (2021). Models of plant resistance deployment. Annual Review of Phytopathology 59, 125-152.  DOI:10.1146/annurev-phyto-020620-122134. HAL INRAE-03220213

 

Résumé : Owing to their evolutionary potential, plant pathogens are able to rapidly adapt to genetically controlled plant resistance, often resulting in resistance breakdown and major epidemics in agricultural crops. Various deployment strategies have been proposed to improve resistance management. Globally, these rely on careful selection of resistance sources and their combination at various spatiotemporal scales (e.g., via gene pyramiding, crop rotations and mixtures, landscape mosaics). However, testing and optimizing these strategies using controlled experiments at large spatiotemporal scales are logistically challenging. Mathematical models provide an alternative investigative tool, and many have been developed to explore resistance deployment strategies under various contexts. This review analyzes 69 modeling studies in light of specific model structures (e.g., demographic or demogenetic, spatial or not), underlying assumptions (e.g., whether preadapted pathogens are present before resistance deployment), and evaluation criteria (e.g., resistance durability, disease control, cost-effectiveness). It highlights major research findings and discusses challenges for future modeling efforts.

Site : Lire l'article sur le site de l'éditeur