Rendre visible les impacts des pesticides du soja : contributions et limites d’un observatoire de science citoyenne à Santarém, Amazonie brésilienne
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Le Brésil est parmi les plus gros consommateurs mondiaux de pesticides, pourtant leur impact sur les populations locales peine à émerger en tant que problème public, en raison d’un contexte politique particulièrement favorable à l’agriculture industrielle. Dans cet article, nous investiguons comment les connaissances produites sur l’impact des pesticides contribuent (ou non) à faire émerger ce problème public. Notre réflexion s’appuie sur un processus de science citoyenne mené dans la région de Santarém, en Amazonie Brésilienne, où le soja connaît une importante expansion depuis 20 ans. Nous y avons construit depuis 2017 un observatoire en partenariat avec les syndicats paysans, pour rendre visible l’impact des pesticides utilisés dans les cultures de soja sur l’agriculture familiale. Des jeunes agriculteurs, formés à être « chercheurs communautaires », ont administré 544 questionnaires auprès d’agriculteurs familiaux pour connaître leurs pratiques et évaluer les changements occasionnés depuis l’arrivée du soja. Nous menons une analyse à trois niveaux : au niveau national, nous suivons l’émergence des pesticides comme problème public, sa consolidation au cours du gouvernement travailliste (2003-2016), puis son démantèlement ; au niveau local, l’enquête montre à quel point les agriculteurs familiaux sont fortement impactés par les pesticides et dans le même temps peu conscients d’être des « victimes » ; enfin, au niveau territorial, nous nous interrogerons sur la fragilisation du débat entre science et politique, notamment au sein du Forum régional de lutte contre l’impact des pesticides mis en place à Santarém.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découle