Traitements phytosanitaires en viticulture française et prévention du risque pesticides. Retour d’expérience d’une communauté élargie de recherche ayant mobilisé l’ergotoxicologie
Notice bibliographique
Résumé
Le risque associé aux pesticides est un sujet de préoccupation croissant qui soulève des enjeux à la fois environnementaux, sanitaires et économiques. Les réglementations et mesures de prévention françaises et européennes qui visent à réduire ce risque relèvent d’une logique de prévention descendante en imposant aux agriculteurs de bonnes pratiques à suivre. L’analyse de l’activité des utilisateurs de produits phytopharmaceutiques révèle des situations à risque pesticide malgré un fort encadrement réglementaire, technique et social de l’activité de traitement. Nous montrons dans cet article comment en France les expositions aux pesticides peuvent être documentées dans les conditions réelles d’usage des produits phytopharmaceutiques par le développement d’une communauté élargie de recherche mobilisant des outils ergotoxicologiques. Les réflexions construites par les viticulteurs et les ergonomes, autour de vidéo de l’activité et de mesures des pesticides, mettent en exergue divers niveaux de déterminants des situations à risque pesticides. Comprendre et chercher à agir collectivement sur ces déterminants vient soutenir l’agentivité des professionnels viticoles investis et contribue au développement d’une prévention construite.
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 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».