MétaCan
Menu
Retour à la cohorte
Enregistrement W2469746156 · doi:10.19182/bft2003.275.a20210

Impact de la modernisation de la caféiculture sur la richesse végétale des caféières au Mexique

2003· article· fr· W2469746156 sur OpenAlexaff
Yann Vergriete, Alain Olivier

Notice bibliographique

RevueBOIS & FORETS DES TROPIQUES · 2003
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueLatin American rural development
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésForestryGeographyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Les plantations de café mexicaines révèlent une grande variabilité de structure et de composition, allant d’un modèle de production complexe, traditionnel, à un modèle moderne et simplifié. Afin de comprendre l’impact des politiques d’intensification de la caféiculture sur cette variabilité, et en particulier sur la richesse en espèces végétales des plantations, une étude a été effectuée à San Miguel Tzinacapan, un village nahua de la Sierra Norte de Puebla. L’objectif était d’identifier, parmi une série de facteurs environnementaux et socio-économiques, ceux qui influencent le plus la richesse végétale de plantations familiales de moins de 1,5 ha. Un échantillonnage standardisé, une collecte de données environnementales et une enquête socioéconomique ont été réalisés. Les résultats semblent confirmer l’impact négatif de la modernisation des caféières sur la biodiversité végétale. Les facteurs les plus fortement liés à la richesse en plantes d’une hauteur de plus de 5 m sont, de façon positive, le degré de fermeture de la canopée et, de façon négative, la densité des plants de café. Pour les plantes d’une hauteur de 1,5 à 5 m, les principaux facteurs liés à leur richesse sont, de façon positive, le pourcentage de plants de café appartenant à la variété criollo, utilisée depuis les débuts de la caféiculture au Mexique, et, de façon négative, l’intensité de la force de travail salariée employée pour désherber les plantations. La biodiversité des caféières paraît, donc, menacée par les pratiques liées à l’intensification de la production.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,270
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBOIS & FORETS DES TROPIQUESMême sujetLatin American rural developmentTravaux en français237 207