Notice bibliographique
Résumé
Abstract— The article studies the transformation processes of personal subsidiary household plots held by the rural population of Russia during the time that followed the beginning of market reforms. Based on the critical interpretation of the data provided by the two All-Russian agricultural censuses, changes in the scale of activity, in the volume of production, and in the specialization of personal subsidiary household plots in different regions of Siberia are identified over the period 2006–2016. In order to study individual local cases, material from in-depth interviews obtained from heads and specialists of rural administrations, as well as from members of family farms in Tomsk, Tyumen, and Novosibirsk oblasts, is used. The author compares the results obtained by a quantitative analysis of the statistical data and conclusions following from a qualitative sociological study of local cases, not only from the standpoint of identifying the long-term trends but also possible information distortions of an institutional nature. As the basic hypothesis of the study, we assume the absence of a common trend for all regions characterizing the processes of the transformation of personal subsidiary household plots and the significant influence of the agrarian policy pursued by the state and local authorities, as well as the specific local factors. The conclusions drawn by the author generally confirm this hypothesis. In the quarter of a century since the start of market reforms, the sector of rural subsidiary household farming has undergone significant changes. On the one hand, its volumes have noticeably decreased, and it has lost its former leading position in the production structure. On the other hand, it has become more diverse and is represented by a spectrum from a small family garden to a mini-farm using hired labor. At the same time, in certain cases, state support can lead to a deterioration in the economic situation of family farms. Qualitative conclusions of the study can be useful for substantiating measures aimed at sustainable development of rural areas.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».