Gouvernance, efficacité et justice des instruments de politiques agricoles visant à favoriser la provision de services environnementaux : une analyse comparée entre Costa Rica et France (Guadeloupe)
Notice bibliographique
Résumé
Le programme de Reconnaissance des bénéfices environnementaux (« Reconocimiento de Beneficios Ambientales », RBA) au Costa Rica et les Mesures Agri-Environnementales (MAE) en France font partie des instruments incitatifs de politiques agricoles visant à protéger l’environnement. À partir d’une analyse comparée multicritère de l’application de ces deux instruments dans le Guanacaste au Costa Rica et en Guadeloupe en France, nous caractérisons les potentiels et les limites des politiques agricoles visant à favoriser la provision de services environnementaux en termes d’efficacité et de justice. Des enquêtes sont conduites auprès des gestionnaires et des bénéficiaires de ces instruments. Dans ces deux cas, la gouvernance reste dominée par des acteurs du secteur agricole et les programmes sont efficaces dans le sens où ils atteignent des objectifs qui étaient affichés (augmentation des pâturages améliorés pour le RBA, diminution de l’usage des pesticides pour les MAE). Cependant, l’additionnalité des programmes est incertaine. Les deux cas étudiés présentent des différences relatives à l’équité dans la distribution des fonds publics. Alors que le Costa Rica a mis en place des modalités concrètes et précises de plafonnement des aides, en France, dans le cas de la Guadeloupe, la répartition des fonds attribués aux MAE reproduit l’inégalité existante dans la répartition des fonds publics (le budget des MAE étant concentré sur les principales filières qui bénéficient déjà de l’essentiel des subventions). L’équité est apparue comme une préoccupation des gestionnaires et elle a induit des inflexions dans les modalités de mise en œuvre. Ces résultats soulignent l’importance de la gouvernance dans l’orientation et les résultats obtenus par ces instruments incitatifs.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».