MétaCan
Menu
Retour à la cohorte
Enregistrement W3019018009

Chapitre 10 - Co-conception de changements techniques et organisationnels au sein des systèmes agricoles

2018· book-chapter· fr· W3019018009 sur OpenAlexfundno aff
Nadine Andrieu, Jean-Marc Barbier, Sylvestre Delmotte, Patrick Dugué, Laure Hossard, Pierre-Yves Le Gal, Isabelle Michel, Fabien Stark, Stéphane de Tourdonnet

Notice bibliographique

RevueOpenEdition (OpenEdition) · 2018
Typebook-chapter
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Résumé. Les mutations en cours au sein de l’agriculture interrogent les travaux et les méthodes relatifs à la conception de systèmes agricoles innovants. Ce chapitre analyse la spécificité de cinq démarches de co-conception de systèmes techniques testées en France et dans différents pays d’Afrique et d’Amérique latine. Elles se basent sur des interactions fortes entre les acteurs impliqués dans ces démarches, facilitées par une diversité d’objets intermédiaires tels que la modélisation ou l’expérimentation agronomique en milieu paysan. Elles ont permis de produire des connaissances opérationnelles et scientifiques sur des changements techniques et leurs conditions de mise en œuvre à l’échelle de l’exploitation ainsi que sur les conditions institutionnelles favorables à l’émergence de nouveaux systèmes. Ces démarches mobilisent des compétences ne relevant pas seulement de l’agronomie. L’intégration de chercheurs relevant des sciences humaines s’avère centrale, en particulier pour analyser comment hybrider des connaissances multiples en vue d’accompagner l’innovation au sein des exploitations et des territoires.

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)0,001
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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0220,005

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 Opus0,048
Tête enseignante GPT0,282
Écart entre enseignants0,234 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenEdition (OpenEdition)Même sujetAgriculture and Rural Development ResearchTravaux en français237 207