MétaCan
Menu
Retour à la cohorte
Enregistrement W283431177

Le processus de recomposition agricole : enjeux et défis pour le développement des localités rurales fragiles.. Le cas des milieux en restructuration de la région Chaudière-Appalaches au Québec

2001· article· fr· W283431177 sur OpenAlexaboutno aff
Majella Simard

Notice bibliographique

RevueRuralia. Sciences sociales et mondes ruraux contemporains · 2001
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A l’instar des autres societes avancees, l’espace rural quebecois a subi, au cours du dernier siecle, d’importantes mutations economiques. La recomposition du secteur agricole constitue certes, l’un des changements les plus importants que le Quebec a connu depuis les 50 dernieres annees. L’objectif de cet article est d’identifier et de caracteriser les principales transformations qui ont affecte l’activite agricole dans les localites fragiles de la region Chaudiere-Appalaches. L’analyse, qui porte sur la periode 1951-1996, est effectuee sur le base de quatre indicateurs : le nombre d’agriculteurs et les emplois relies a l’agriculture, le nombre et la taille des fermes, l’ecoumene et le capital agricole. Ce processus de restructuration a favorise l’emergence d’une agriculture parallele dont les retombees sont peu significatives pour les milieux en restructuration en raison des nombreuses difficultes auxquelles ils sont confrontes. En guise de conclusion, l’auteur propose quelques pistes de reflexion afin de reorienter l’agriculture dans ce segment de l’espace rural quebecois. Elles concernent notamment le developpement de nouveaux creneaux et l’elaboration d’une politique agricole orientee vers la correction des problemes structurels de ces milieux fragiles.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,654

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,087
Tête enseignante GPT0,341
Écart entre enseignants0,254 · 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'étudeQualitatif
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

Citations1
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRuralia. Sciences sociales et mondes ruraux contemporainsMême sujetAgriculture and Rural Development ResearchTravaux en français237 207