Chargement en cours
- Toutes les organisations
- Agriculture et Agroalimentaire Canada (AAC)
- Association des médecins vétérinaires praticiens du Québec (AMVPQ)
- Association des producteurs de fraises et framboises du Québec (APFFQ)
- Association des producteurs maraîchers du Québec (APMQ)
- Banque Nationale du Canada (BNC)
- Cain Lamarre
- Centre de recherche en sciences animales de Deschambault (CRSAD)
- Centre de recherche, de développement et de transfert technologique acéricole inc.
- Centre de référence en agriculture et agroalimentaire du Québec (CRAAQ)
- Centre d'études sur les coûts de production en agriculture (CECPA)
- Centre d'expertise en production ovine du Québec (CEPOQ)
- Centre d'expertise et de transfert en agriculture biologique et de proximité (CETAB+)
- Centre d'innovation sociale en agriculture (CISA)
- Conseil québécois des plantes fourragères (CQPF)
- Desjardins
- Fédération des producteurs d'œufs du Québec (FPOQ)
- Financement agricole Canada (FAC )
- Fondaction
- Fonds d'investissement pour la relève agricole (FIRA)
- Institut de recherche et de développement en agroenvironnement (IRDA)
- Institut de technologie agroalimentaire du Québec (ITAQ)
- Institut de valorisation des données (IVADO)
- Institut nationale d'agriculture biologique (INAB)
- La Financière agricole du Québec (FADQ)
- La Terre de chez nous
- Lactanet
- Le Bulletin des agriculteurs
- Les Apiculteurs et Apicultrices du Québec (AADQ)
- Les Éleveurs de porcs du Québec (EPQ)
- Les éleveurs de volailles du Québec
- Les Producteurs de grains du Québec (PGQ)
- Les Producteurs de lait du Québec (PLQ)
- Les producteurs de pommes du Québec (PPQ)
- L'Union des producteurs agricoles (UPA)
- Ministère de l'Agriculture, des Pêcheries et de l'Alimentation (MAPAQ)
- Ordre des agronomes du Québec (OAQ)
- Réseau des fermiers·ères de famille
- Réseau québécois de recherche en agriculture durable (RQRAD)
- Sollio Groupe Coopératif
- Université McGill
- VIA Pôle d’expertise en services-conseils agricoles
1281 documents disponibles
Nouveau
19 février 2026
Cet aide-mémoire présente les étapes à suivre pour effectuer une bonne calibration de l'appareil Nitracheck en fonction des lots de bandelettes utilisés ainsi que les différentes étapes de manipulation. Consultez également les documents suivants pour en savoir plus sur les tests de nitrate dans le maïs : Tests de
nitrate : des outils concrets pour mieux gérer l’azote dans le maïs Guide d'accompagnement - Test de nitrate semi-quantitatif réalisé sur les tiges de maïs Aide-mémoire - Test de nitrate semi-quantitatif réalisé sur les tiges de maïs
Lire la suite
Nouveau
18 février 2026
Ce guide explique comment réaliser et interpréter le test de nitrate semi-quantitatif sur les tiges de maïs (broyage des tiges). Il détaille l’échantillonnage, la préparation et les analyses, et propose des pistes de réflexion pour l’interprétation agronomique afin de mieux documenter les pratiques de fertilisation azotée
dans le maïs-grain. Consultez également les documents suivants pour en savoir plus sur les tests de nitrate dans le maïs : Tests de nitrate : des outils concrets pour mieux gérer l’azote dans le maïs Aide-mémoire - Test de nitrate semi-quantitatif réalisé sur les tiges de maïs Outils de calculs - Test nitrate dans les tiges de maïs grain
Lire la suite
Nouveau
18 février 2026
Cet aide-mémoire résume les étapes du test de nitrate par broyage dans les tiges de maïs, du prélèvement au champ jusqu’à l’analyse et à l’interprétation des résultats. Consultez également les documents suivants pour en savoir plus sur les tests de nitrate dans le maïs : Tests de nitrate : des outils concrets pour mieux
gérer l’azote dans le maïs Guide d'accompagnement - Test de nitrate semi-quantitatif réalisé sur les tiges de maïs Outils de calculs - Test nitrate dans les tiges de maïs grain
Lire la suite
Nouveau
18 février 2026
Ce fichier est un outil de calcul pour les tests de nitrate dans les tiges de maïs. Il permet d’entrer les données de dilution, de matière sèche et de lecture Nitrachek afin d’obtenir automatiquement la teneur en nitrates et d’appuyer l’interprétation agronomique. Consultez également les documents suivants pour en savoir
plus sur les tests de nitrate dans le maïs : Tests de nitrate : des outils concrets pour mieux gérer l’azote dans le maïs Guide d'accompagnement - Test de nitrate semi-quantitatif réalisé sur les tiges de maïs Aide-mémoire - Test de nitrate semi-quantitatif réalisé sur les tiges de maïs
Lire la suite
04 février 2026
Le milieu agricole québécois fait face à de nombreux ennemis des cultures (maladies, mauvaises herbes, insectes nuisibles) qui peuvent considérablement affecter la qualité et le rendement des cultures. Parmi eux, la sclérotiniose du soya et le chénopode blanc (Chenopodium album) sont particulièrement dommageables.
De plus, les changements climatiques aggravent ces défis et favorisent la présence de certains ennemis des cultures. Bien que des études de modélisation aient été réalisées, la plupart des modèles prédictifs actuels sont spécifiques à certains ennemis et cultures, et souvent peu adaptés aux conditions agroenvironnementales québécoises. Objectifs du projet : Concevoir une infrastructure numérique intelligente (INI) pour les ennemis des grandes cultures. Développer ou adapter des approches utilisant la télédétection pour caractériser les paramètres du sol et de la végétation favorisant le développement et la présence de ces ennemis. Adapter et spatialiser les modèles existants de prédiction basés sur des données multisources (télédétection, terrain, historiques, actuelles) et évaluer les effets potentiels des changements climatiques sur ces prédictions. Développer un système d'aide à la décision (SAD) intelligent et basé sur des modèles prédictifs pour permettre une utilisation optimisée et raisonnée des pesticides. Élaborer de manière collaborative un mécanisme efficace de transfert de connaissance (dissémination et vulgarisation) pour une appropriation concrète des résultats par les utilisateurs finaux (producteurs, conseillers, agronomes, réseau de transfert). Les travaux de modélisation se concentreront sur la région de la Montérégie comme région pilote, et cibleront spécifiquement la sclérotiniose et le chénopode blanc Base de données intelligente combinant des données historiques et actuelles sur les sols, la météo, la télédétection et les ennemis des cultures, collectées dans des parcelles de soya et de maïs, enrichies par des données
Lire la suite
1 à 10 sur 1281
