PADI-web for Plant Health Surveillance
2024
Roche, Mathieu | Rabatel, Julien | Trevennec, Carlène | Pieretti, Isabelle | Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE) | Animal, Santé, Territoires, Risques et Ecosystèmes (UMR ASTRE) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE) | Plant Health Institute of Montpellier (UMR PHIM) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier ; Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM) | Département Systèmes Biologiques (Cirad-BIOS) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad) | ANR-16-CONV-0004,DIGITAG,Institut Convergences en Agriculture Numérique(2016) | ANR-20-PCPA-0002,BEYOND,Building epidemiological surveillance and prophylaxis with observations both near and distant(2020) | European Project: 874850,H2020-SC1-BHC-2018-2020,H2020-SC1-2019-Single-Stage-RTD,MOOD(2020)
International audience
Afficher plus [+] Moins [-]anglais. Due to the increasing number of new and reemerging pests resulting from intensification, globalisation and climate change, monitoring of plant health is crucial. In this context, outbreak detection in digital media could be useful for improving plant disease surveillance. But manually extracting relevant information from unofficial sources is time-consuming. The Platform for Automated extraction of Disease Information from the web (PADI-web) has been developed initially for animal health surveillance, and recently for plant disease surveillance. In order to identify relevant news and information with this new PADIweb instance dedicated to plant health, machine learning approaches and language models (RoBERTa) have been integrated for monitoring plant diseases. This paper presents the PADI-web algorithms and visualisations implemented for specific case studies (i.e. Xylella fastidiosa and Fusarium Oxysporum Tropical) using text-mining approaches tuned on the plant disease domain.
Afficher plus [+] Moins [-]Mots clés AGROVOC
Informations bibliographiques
Cette notice bibliographique a été fournie par Institute of Life and Environmental Sciences and Industries
Découvrez la collection de ce fournisseur de données dans AGRIS