Part‐time Farming Situations among Manitoba Farm Operators: A Typological Approach
Notice bibliographique
Résumé
The investigation of off‐farm employment has spanned more than half a century, making use of both census information and primary research. Despite early attempts to formulate part‐time farming typologies, many studies rely heavily on descriptive statistics or correlational analyses to interpret this complex phenomenon. This paper begins with a discussion of several conceptual issues impacting the examination of off‐farm activities, followed by an empirical analysis of part‐time farming situations in southern Manitoba. Interviews with 143 male operators who were actively working off the farm provided detailed information concerning farm characteristics, socio‐demographic variables and motivational‐attitudinal dispositions toward off‐farm employment. These variables were submitted to factor analysis and nine emergent dimensions were used as input variables for hierarchical cluster analysis. Six relatively distinct part‐time farming situations (i.e., clusters) were identified in the study sample. The results demonstrate how data‐reduction and agglomerative procedures can be used to describe typological distinctions among part‐time farmers. The clusters or empirical types afford a basis for evaluating conceptual definitions and theoretical conjecture concerning the relevance of contextual and individual‐based variables in explaining operators'decisions to seek employment off the farm. L'enquête sur le travail en‐dehors de la feme a couvert plus de cinquante ans, utilisant à la fois les informations sur le recensement et les recherches primaires. Malgré les précédentes tentatives de formulation de typologies de l'agriculture à temps partiel, plusieurs études se fient à des statistiques descriptifs ainsi qu‘à des analyses en corrélation pour interpréter ce phénomène complexe. Cet article commence par une discussion sur plusieurs questions conceptuelles qui influent sur l‘étude des activités en‐dehors de la feme. Il propose ensuite une analyse de la situation de l'agriculture à temps partiel dans le sud du Manitoba. Des entretiens avec 143 fermiers, qui travaillaient activement à l'extérieur de la feme, ontfoumi des informations détaillées concemant les caractéristiques de la ferine, les variables socio‐démographiques, et les motivations pour travailler en‐dehors de la ferine. Ces variables ont été soumises à une analyse factorielle orthogonale et neuf dimensions qui émergent ont été utilisées comme données de changement pour une analyse hiérarchique de groupe. Six cas relativement différents d'agriculture à temps partiel ont été identifiés dans cette étude. Les résultats démontrent que les compressions de données et les procédures de regroupement peuvent être utilisées pour décrire les différentes typologies parmi les fermiers à temps partiel. Les groupes ou les genres empiriques, qui offrent une base pour évaluer les définitions conceptuelles et la conjecture théorique concernant le rapport entre les changements contextuels et les changements basés sur l'individu, pourraient expliquer le choix des fermiers de chercher du travail en‐dehors de la feme.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».