MétaCan
Menu
Retour à la cohorte
Enregistrement W2810183633 · doi:10.4000/economierurale.5488

La régulation laitière face à la volatilité des marchés – États-Unis, Nouvelle-Zélande, Canada, France, Suisse

2018· article· fr· W2810183633 sur OpenAlexaffabout
Daniel‐Mercier Gouin, Jean-Christophe Kroll

Notice bibliographique

RevueÉconomie rurale · 2018
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L’objectif de cet article consiste, dans un contexte de volatilité accrue des prix des produits laitiers, à documenter et comparer la logique des systèmes de régulation mis en œuvre dans divers pays afin de gérer cette volatilité. Cinq pays font l’objet de l’analyse : les États-Unis, la Nouvelle-Zélande, le Canada, la France et la Suisse. Les mécanismes de gestion des déséquilibres de marché sont inexistants en Nouvelle-Zélande. Au Canada, la notion de déséquilibre de marché ne peut exister tant que le système de gestion de l’offre reste en place. Mais ce système de régulation isole l’industrie canadienne du reste du commerce mondial et la contraint à se développer sur la seule base du marché domestique. Aux États-Unis, l’intervention sur le marché en cas de baisse des marges est définie de telle sorte que son impact sur un rééquilibrage du marché risque d’être très limité. Par contre, le programme de paiements contra-cycliques pourra protéger le revenu des producteurs. En France, la gestion du marché par les quotas a été progressivement démantelée pour être remplacée par une contractualisation entre producteurs et laiteries. Les mécanismes de gestion de déséquilibre des marchés ne sont pas vraiment définis dans les textes de l’Organisation commune des marchés, laissant planer une forte incertitude quant à la capacité du système d’apporter une protection des revenus aux producteurs laitiers. En Suisse, la gestion des déséquilibres relève de l’interprofession, sans que cette dernière n’ait vraiment réussi à être efficace en la matière.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,038
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0050,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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'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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueÉconomie ruraleMême sujetAgriculture and Rural Development ResearchTravaux en français237 207