Agricultural, forest and rural policy sectors' receptiveness to agroforestry intercropping systems in Quebec (Canada)
Notice bibliographique
Résumé
In Quebec (Canada), intercropping trees and crops is a new practice in the agricultural landscape dominated by conventional monocropping systems. As research goes on and slowly reveals the potential of these systems to address some key issues in agriculture, forestry and rural development, and as farmers’ awareness increases, there is a pressing need to find public support for these systems. In order to help the promoters of agroforestry intercropping systems in their search of support in the political arena, we conducted a comparative study of the receptiveness of the agricultural, forest and rural policy sectors to these systems. As the literature on public policy processes has stressed the importance of policy stakeholders’ ideas in the implementation of new policies, we used a conceptual framework based on cognitive schemes to compare the ideas driving these policy sectors with the ideas supporting agroforestry intercropping systems. Results based on the analysis of formal publications and semi-directed interviews conducted with agroforestry experts and policy stakeholders underline that agroforestry intercropping systems are mostly featured by their promoters as sustainable and multifunctional systems. The rural policy sector has proven to be the most receptive and the forest sector the less receptive, while the agricultural sector lies in-between, offering small-scale support to agroforestry intercropping systems. The analysis highlights that policy sectors integrating multifunctionality in their core ideas are supportive of agroforestry intercropping systems, while sectors remaining largely focused on specialization and productivity are less receptive. Our study also shows that public incentives might not be sufficient to drive the adoption of agroforestry intercropping systems since major barriers to their implementation remain in some policy sectors. Featuring these systems as productive might be a necessary argument shift to tear down policy barriers and increase public support.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».