Gestion des connaissances et des innovations en production maraichère traditionnelle : vers l’urbanisation des serres intelligentes
Notice bibliographique
Résumé
L’agriculture est la pierre angulaire de toute société. Son importance est primordiale afin d’offrir des aliments de qualité à moindre coût. C’est d’ailleurs l’un des enjeux actuels de la société québécoise. La chaine logistique demande d’être revue afin de s’adapter à la nouvelle réalité. Les produits biologiques et locaux doivent être offerts en plus grande quantité et diversité. La province de Québec bénéficie d’innombrables ressources et avantages afin de permettre une expansion significative. Or, son été court et son hiver rigoureux, il faut repenser le modèle de culture afin de permettre de l’adapter au style de vie de la population. Rendre l’agriculture plus performante grâce aux nouvelles technologies devient la vision de bon nombre d’agriculteurs et de chercheurs. Afin d’offrir un modèle technologique duplicable et performant, il faut être en mesure de bien comprendre les paramètres environnants. Le contrôle de ces paramètres permettra de les recréer et de les adapter aux différents styles de vie sociétale. Le partage des connaissances et la collecte de données permettront une vision plus innovante de ces modèles, tout en respectant les méthodes traditionnelles adaptées à l’automaticien et à l’autonomie des systèmes programmables.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».