È con profonda tristezza che affido a queste brevi righe il ricordo del caro collega Nicola Dallabetta, venuto a mancare lo scorso 24 giugno.
Per molti anni ha lavorato presso l’Istituto Agrario di san Michele all’Adige ed oggi Fondazione Mach, e ultimamente aveva intrapreso una nuova avventura attraverso la collaborazione con Agromillora. Nonostante questo cambiamento professionale i contatti e la collaborazione con i colleghi della Fondazione sono rimasti gli stessi di prima, mantenendo l’amicizia e conservando fino agli ultimi giorni la voglia di sperimentare nuove cose come le prove iniziate da poco sui portinnesti del melo e sul ciliegio.
Chi lo ha conosciuto per lavoro ha apprezzato la sua competenza tecnica, la sua vicinanza al mondo produttivo, e la sua professionalità, ma anche le sue capacità di relazione anche durante i viaggi di studio con i colleghi degli altri istituti di ricerca.
Conservo il ricordo dell’amicizia e del lavoro fatto assieme, e rivolgo un pensiero alla moglie Elizabeth e alle figlie Rachel e Rebecca,
Buon viaggio, Nicola.
Tommaso Pantezzi
Fondazione E.Mach
23 apr 2025
La cerasicoltura emiliana affronta sfide decisive: manodopera costosa, impianti onerosi, emergenze fitosanitarie e il peso della GDO. Scopri le strategie per rilanciare la produzione locale e valorizzare la qualità delle ciliegie in un contesto competitivo globale.
07 set 2023
La stagione delle ciliegie vittoriane inizia all'inizio di novembre e raggiunge buoni volumi entro la metà del mese, continuando fino a dopo Natale comprendendo una lunga stagione festiva - un abbinamento perfetto per le feste e i regali. La stagione dura circa 100 giorni.
07 mag 2026
La stagione delle ciliegie 2026 nel Pacific Northwest si apre con stime tra 19,5 e 21,5 milioni di box. Produzione sotto il record 2025, raccolta anticipata e più coordinamento con la California delineano un passaggio chiave per il mercato cerasicolo USA ora.
07 mag 2026
In Turchia, una ricerca dell’Università di Firat mostra come visione artificiale, deep learning e machine learning possano classificare gli stadi di maturazione delle ciliegie con accuratezza superiore al 95%, migliorando raccolta, qualità e gestione della filiera.
