MétaCan
Menu
Retour à la cohorte
Enregistrement W4403275001 · doi:10.4000/12er3

Concilier biodiversité et agriculture : dépasser la dualité du land sparing contre le land sharing

2024· article· fr· W4403275001 sur OpenAlexaffvenue
Marie Saydeh, Jean‐François Bissonnette

Notice bibliographique

RevueVertigO · 2024
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGeographyForestryHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

À l’échelle mondiale, certaines pratiques agricoles ont simplifié les écosystèmes en réduisant la biodiversité de façon irréversible. Or, la perte de biodiversité constitue une menace pour tous les êtres humains, et plus particulièrement pour les populations qui dépendent étroitement de ressources naturelles variées. Par conséquent, le besoin de concilier production agricole et maintien de la biodiversité est criant, comme en témoigne le débat scientifique opposant le land sparing au land sharing. Chacune de ces approches propose une perspective ; la première propose d’intensifier l’agriculture et de créer des aires de conservation séparées, la deuxième cherche à mieux imbriquer les fonctions de la biodiversité dans les systèmes agricoles. Bien que ces approches soient importantes dans le développement de connaissances scientifiques, l’incidence de ce débat pour la formulation de politiques publiques peut être lourde de conséquences. À titre d’illustration, l’approche du land sparing peut encourager des mesures favorables aux acteurs de l’intensification agricole et défavorables aux petits exploitants en systèmes extensifs disposant de ressources limitées. Ainsi, la dualité sur laquelle le débat du land sparing contre le land sharing repose tend à limiter l’attention accordée aux divers contextes socioéconomiques et écologiques étudiés. Nous proposons, par considération éthique à l’égard des populations plus vulnérables et moins représentées dans ce type de recherche, de dépasser le débat en lui-même afin d’éviter d’imposer une approche plutôt que l’autre. Il semble préférable de considérer au premier chef les caractéristiques propres à chaque contexte agricole, ainsi que les relations qui se tissent entre agriculteurs et biodiversité.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,400
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,209
Écart entre enseignants0,193 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207