MétaCan
Menu
Retour à la cohorte

L'organisation du travail en exploitation d'élevage : analyse de 630 Bilans Travail réalisés dans huit filières animales

2012· article· fr· W287376593 sur OpenAlexfundno aff
Sylvie Cournut, Sophie Chauvat

Notice bibliographique

RevueINRAE Productions Animales · 2012
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

S’intéresser au travail des éleveurs et à la vivabilité des exploitations devient primordial dans le contexte actuel d’interrogations fortes sur le renouvellement des éleveurs. Dans cette étude, nous qualifions l’organisation du travail de 630 exploitations réparties dans huit filières animales (bovin laitier et à viande, ovin laitier et à viande, caprin laitier et fromager, porc et volaille), spécialisées ou mixtes. Nous utilisons la méthode Bilan Travail qui quantifie par catégorie de main-d’oeuvre, les temps de travaux relatifs à la conduite des troupeaux et des surfaces et évalue une marge de manoeuvre en temps des exploitants. Chaque filière a ses spécificités renvoyant à des modèles techniques mais aussi socioculturels différents. Des proximités inattendues dans les leviers d’organisation mobilisés ont été mises en évidence entre filières herbivores et monogastriques. L’évaluation de la marge de manoeuvre en temps montre que pour 30% des exploitations enquêtées, la vivabilité est questionnée. La description de la diversité des logiques d’organisation montre qu’il y a plusieurs façons de se libérer de l’astreinte et de se ménager du temps libre. Les quatre logiques d’organisation identifiées, associées à des marges de manoeuvre en temps différentes, correspondent à des équilibres particuliers entre choix d'une production, la combinaison éventuelle avec d'autres ateliers, la dimension de l’exploitation et la configuration du collectif de travail. Mobilisés dans l’accompagnement des éleveurs pour résoudre leurs problèmes de travail, ces résultats donnent des clés pour mieux appréhender la situation de chaque exploitation, améliorer l’évaluation des marges de progrès et la pertinence des solutions envisagées.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,252
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINRAE Productions AnimalesMême sujetAgriculture and Rural Development ResearchTravaux en français237 207