Evaluation de la durabilité des exploitations agricoles : une synthèse bibliographique
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
La dégradation de l'environnement s'accentue et des études ont déjà révélé que les activités humaines telles que l'agriculture en sont les principales causes. Il s'agit d'une urgence qui exige une action de la part de tous les acteurs à tous les niveaux, et plus encore de la part des chercheurs. C’est d’ailleurs pour cette cause que la cible 7 de l’SDG 17 exhorte au transfert et à la diffusion de technologies respectueuses de l’environnement. Cependant, les articles de revue et de recherche qui émergent autour de la question de l'évaluation de la durabilité des exploitations agricoles semblent laisser de côté la capitalisation des résultats sur le terrain et aucune approche d’évaluation n’inclue une telle étape qui demeure la plus importante. La présente revue de la littérature invite les chercheurs à s’impliquer dans la mise en œuvre des recommandations après toute étude d’évaluations de la durabilité des exploitations agricoles. Elle part d’une analyse critique des recherches récentes sur la question entre 2017 et 2020 et débouche sur une approche de recherche-action nommée Deep Participatory Indicator-Based (DPIB). Les moteurs de recherche scientifique comme Google Scholar et Science Direct ont été utilisés pour identifier trente (30) articles pertinents à cet effet.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle