MétaCan
Menu
Retour à la cohorte
Enregistrement W4214895723 · doi:10.4000/vertigo.34176

Mettre en relation producteurs et mangeurs pour une alimentation durable ?La protection de la biodiversité entre confiance et connaissance

2021· article· fr· W4214895723 sur OpenAlexvenueno aff
Claire Bernardin, Guilhem Anzalone, Giffona Justinia Hanitravelo, Bertille Thareau

Notice bibliographique

RevueVertigO · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceEthnologySociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article analyse des démarches mises en œuvre en Pays de la Loire par des associations environnementalistes et agricoles promouvant une alimentation durable. Elles reposent sur la mise en relation entre producteurs agricoles et mangeurs, avec l’idée que la création de ce lien favorise la réflexivité de ces derniers sur leurs pratiques quotidiennes. Nous questionnons la portée de ces démarches et de l’apprentissage qui peut en naître. Nous étudions ici l’importance de la protection de la biodiversité pour des individus adeptes d’une « alimentation durable » ainsi que le rôle de leurs interactions avec des producteurs engagés autour de cet enjeu. Des entretiens qualitatifs (n=14) et un questionnaire (n=210) mettent en évidence que la préservation de la biodiversité est rarement l’une des motivations d’une alimentation durable, y compris pour les mangeurs en relation avec des agriculteurs protecteurs de la biodiversité. Plutôt que des connaissances sur les pratiques agricoles et leurs effets sociaux et environnementaux, le lien entre ces deux catégories d’acteurs produit avant tout de la confiance de la part du mangeur envers le producteur. Cette confiance peut en retour constituer une limite à l’apprentissage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,285
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFrench Urban and Social StudiesTravaux en français237 207