Évaluation et régulation de l’effet de serre d’origine agricole
Notice bibliographique
Résumé
Nous examinons la contribution du secteur agricole aux émissions de gaz à effet de serre ainsi que l’impact de mesures de régulation. À partir d’un modèle économique de l’offre agricole française à fort contenu technique, nous mesurons la contribution des activités animales et végétales à l’accumulation de méthane et de protoxyde d’azote et au stockage du carbone dans le sol et la partie aérienne des plantes. Nous donnons ensuite un éclairage prospectif sur la réaction à court et moyen terme de l’offre agricole à l’application de différents schémas de taxation. Dans un premier temps, nous donnons une appréciation de l’impact d’un schéma de premier rang et discutons de l’intérêt d’une incitation au reboisement des terres en jachère. Basées sur les données techniques disponibles, les taxes et primes reposent directement sur les niveaux d’émissions que l’agence environnementale est supposée mesurer parfaitement. Dans une optique de second rang fondée sur la taxation de facteurs observables à moindre coût, nous examinons ensuite l’effet : (i) d’une taxe sur l’alimentation achetée et (ii) d’une taxe sur l’animal. Le principal résultat est que l’incitation au reboisement constitue un instrument efficace de régulation de l’effet de serre d’origine agricole, alors que les schémas de taxe de second rang sur l’activité de production animale apparaissent relativement inefficaces.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».