Multidimensional assessment demonstrates sustainability of new low-input viticulture systems in north-eastern France
Notice bibliographique
Résumé
Current demand for more environmentally, socially, and economically sustainable farming practices requires multicriteria assessment of innovative agricultural systems to help enhance cropping systems. We assessed the sustainability of 11 systems intended to substantially reduce inputs, especially pesticides, to viticulture systems. Pesticide use was reduced using three methods: (i) technical (e.g., essential oils instead of some copper use, 100 % soil covering applied); (ii) organizational (e.g., new spraying decision rules, decision aid tools); and (iii) redesign of the entire system (e.g., resistant grape varieties planted). Sustainable performance of the new low-input vine systems (NLIVS) was assessed over 6 years (2013–2018) based on 25 indicators. They covered all aspects of system sustainability: environmental, agronomic, economic, and social. This included the evaluation of human capital and the quality of the wines produced. The results showed that it is possible to combine good environmental performance, such as reducing treatment frequency by up to 89 %, with good agronomic and wine quality performances. The socio-economic performance of these NLIVS was more moderate. Nonetheless, the results demonstrated that the NLIVS are sustainable according to many diversified indicators. NLIVS are also resilient, as shown by the consistent sustainability results over six consecutive years. They are a realistic tool enabling winegrowers to consider reducing viticulture inputs.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».