MétaCan
Menu
Retour à la cohorte
Enregistrement W1995485066 · doi:10.4000/vertigo.14914

Comment sécuriser l'accès au foncier pour assurer la sécurité alimentaire des populations africaines : éléments de réflexion

2014· article· fr· W1995485066 sur OpenAlexvenueno aff
Florence Brondeau

Notice bibliographique

RevueVertigO · 2014
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Agricultures familiales et agrobusiness sont deux systèmes agricoles que l'on oppose régulièrement quant à leurs capacités respectives à assurer la sécurité alimentaire des populations africaines. Ils apparaissent difficilement conciliables en particulier quant aux politiques foncières spécifiques qui leur sont associées. De fait, alors que l'ONU a proclamé 2014 « l'Année internationale des agricultures familiales », les paysans restent confrontés à une compétition foncière qui les condamne à survivre sur des surfaces insuffisantes à assurer la viabilité des exploitations; ceci alors que l’agrobusiness semble connaître un essor renforcé et s'approprier des surfaces foncières croissantes. Les effets dénoncés des attributions foncières à grande échelle et l'urgence de garantir l’approvisionnement alimentaire des populations suscitent la promotion de systèmes de production alternatifs (renouveau de l'agriculture contractuelle, développement des circuits courts), mais la sécurisation de l'accès au foncier conditionne pour partie la capacité des agricultures familiales à contribuer à la sécurisation des circuits d'approvisionnement alimentaires. Encore faut-il se questionner quant à la définition même de la sécurité foncière et aux modalités de sa mise en œuvre. Par ailleurs, la sécurisation du foncier est certes nécessaire, mais elle n'est sans doute pas suffisante pour susciter le processus de développement des exploitations familiales attendu.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0060,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,283
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAgriculture and Rural Development ResearchTravaux en français237 207