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

Plantes et Système de cultures Horticoles

Plantes et Systèmes de culture Horticoles

ANR Peerless : Viabilité d’une gestion écologique renforcée de la santé des plantes dans les paysages agricoles

ANR Peerless(2013-2016) : Viabilité d’une gestion écologique renforcée de la santé des plantes dans les paysages agricoles - Predictive Ecological Engineering for Landscape Ecosystem Services and Sustainability (coordination : Pierre Franck, INRA PSH)

 + d'info

 Partenaires du projet : Plantes et Systèmes de culture Horticoles (PSH), UR1115, Avignon ;

Agronomie, UMR211, Grignon ; Institut de Génétique Environnement et Protection des Plantes (IGEPP), UMR1349, Rennes & Angers ; AgroEcologie (AE), UMR1347, Dijon ; Biostatistique & Processus Spatiaux (BioSP), UR 546, Avignon ;  Economie Public (EP), UMR INRA-AgroParisTech, Grignon

With the shift towards a reduced reliance on external inputs in agriculture, identifying management options that enhance the provision of ecosystem services has become a critical issue. Pest control resulting from the activity of naturally present predators and parasitoids is frequently cited as an important service that could reduce pesticide use as targeted by the French 2018 Ecophyto governmental action. However, the link between management options, pest control level and ultimately crop yield is poorly understood. The PEERLESS project aims to identify alternative management strategies that enhance the crop protection service provided by functional biodiversity and ultimately to optimize agricultural systems, at local and landscape scales, for economic viability and sustainability. PEERLESS brings together six partners organisations with extensive expertise in agronomy, spatial ecology, ecology of interactions and public economy. The project combines: (i) an empirical assessment of naturally occurring crop protection from weed and insects pests in annual (Wheat/OilSeed Rape [W/OSR] rotations, ) and perennial (apple orchards) systems across a broad range of landscape and agronomic situations; (ii) ecological engineering with an assessment of alternative plant protection system to improve crop protection at the local scale; (iii) an in-depth study of the structure of trophic networks; and, (iv) population dynamics of key pests and their regulators in case study areas. These components will support the parametrisation of spatially-explicit, predictive models to (v) test the effect of landscape patterns of alternative local and landscape management strategies on pesticide use, pest control, crop yield and farmer income and (vi) identify landscape scale viable management strategies to control insect and weed pests.