Notice bibliographique
Résumé
Plusieurs modèles laitiers cohabitentQuels modèles de développement proposer aux éleveurs laitiers de la planète ? Les réponses sont multiples, ont montré les chercheurs de l’Inra et du Cirad lors d’un premier colloque international à Rennes.Les apparences peuvent être trompeuses : les élevages agro-pastoraux du Ferlo, au Sénégal, font preuve d’une remarquable adaptabilité aux aléas climatiques et économiques.Les apparences peuvent être trompeuses : les élevages agro-pastoraux du Ferlo, au Sénégal, font preuve d’une remarquable adaptabilité aux aléas climatiques et économiques.La Bretagne s’interroge sur son avenir laitier. “Il nous paraît important de regarder ce qui se passe ailleurs” explique Sylvie Lortal, de l’Inra de Rennes. Elle est l’une des organisatrices de ces Premières rencontres internationales sur “Le lait : vecteur de développement”, qui se sont déroulées à l’Agrocampus de Rennes les 21, 22 et 23 mai.“Il existe un modèle dominant, celui des vaches Holstein, regroupées dans de grandes structures. Pourtant, 38 % du lait dans le monde ne passe par des laiteries. Et un cinquième du lait n’est pas du lait de vache. Il existe une diversité. Quelle place accorder aux autres modèles ?” interroge Christian Corniaux, du Cirad.La ferme des 60 000 vachesAu cours de la session du 22 mai, consacrée aux “Spécificités territoriales et dynamiques de développement laitier”, les chercheurs ont mis en relief cette complexité mondiale. Guillaume Duteurtre, du Cirad, a montré que “les modèles de développement sont à prendre avec prudence, parce qu’ils ne reflètent pas la diversité des trajectoires locales”. Ils existent pourtant, et peuvent être retenus par des Etats comme marche à suivre pour leur agriculture (voir Ils le disent). Certains modèles portent sur un type de ferme, d’autres sur un type d’organisation. Il y a le modèle Holstein mécanisé en bâtiment, “ça marche même en Arabie Saoudite”. On y trouve une ferme de 60 000 bovins ! Aux Etats-Unis, 40 % du lait est produit dans des exploitations de plus de 2 000 vaches, et 30 % dans des unités de 500 à 2 000 VL. Il est adossé à des laiteries modernes “clé en main qu’on trouve aussi bien à Dakar qu’au Caire”. A côté de cela, on trouve l’agriculture familiale traditionnelle : le système agro-pastoral d’Afrique de l’Ouest fait vivre des centaines de milliers de familles. Entre les deux se développent des systèmes familiaux avec des “vaches métis”, où l’on croise des races locales avec de la génétique importée. Ces vaches sont nourries avec de l’herbe à éléphant, “pilier du développement mondial de ce modèle”.Si le modèle industriel semble productif, il faut se méfier des apparences : par exemple, sa valeur ajoutée par unité de surface n’est pas meilleure que dans des fermes familiales, indique le chercheur. “Les fermes diversifiées dégagent un revenu par vache plus important que les fermes industrielles.”Dans la balance, il n’y a pas que des arguments techniques et de productivité, on doit aussi prendre en compte les dimensions économiques et sociales.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,008 |
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 ».