Le bien-être des producteurs agricoles québécois : cartographie et ébauche de théorie de programme
Notice bibliographique
Résumé
Le premier objectif de ce mémoire est d’expliquer la situation complexe de l’agriculture et des producteurs agricoles. Ainsi, d’un point de vue macroscopique, l’agriculture a énormément évolué durant les 70 dernières années, passant d’une agriculture vivrière familiale et locale à une agriculture internationale de libre marché fortement influencée par la volonté des citoyens. Au niveau plus individuel, la population agricole est très diversifiée. Elle est caractérisée majoritairement par des valeurs masculines traditionnelles, entrepreneuriales dans des exploitations familiales. Comprendre la culture agricole est indispensable pour proposer une intervention sociale adaptée. Bien qu’il ne soit pas possible d’évaluer l’évolution du bien-être au fil de ces années, on sait aujourd’hui que les producteurs vivent plus de mal-être que le reste de la population. Les risques psychosociaux liés au travail permettent d’expliquer en partie ce phénomène. Pour faire face, je propose une ébauche de théorie de programme fondée sur l’approche de facilitation de développement de théorie de programme de Chen. Je l’ai d’abord développée à partir de la théorie avant de l’améliorer grâce à des entrevues en ligne, individuelles et de groupes. Cet exercice de programmation est basé sur la théorie de conservation des ressources. Elle vise à améliorer la résilience des producteurs agricoles par des actions de promotion, de prévention et curatives. La recherche qualitative a également permis de faire émerger certains éléments caractéristiques d’une approche qui serait adaptée à la réalité des producteurs agricoles.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».