From primary data to formalized decision-making: open challenges and ways forward to inform representations of farmers’ behavior in agent-based models
Notice bibliographique
Résumé
Model-based analyses can effectively contribute to investigating leverage points for sustainability transformations in agriculture. They allow for a systematic evaluation of policies under changing environmental, economic, or institutional conditions, and can be used to assess the effectiveness and efficiency of different policy designs. For analyzing agricultural systems, agent-based modeling is particularly useful because it can represent individual farmers—the crucial actors in land use systems—their interactions and emerging patterns at the landscape level. In order to provide policy-makers with relevant and accurate information, an adequate representation of farmers’ decision-making is essential. However, formalizing empirically observed farmers’ behavior into model rules is challenging, in particular when the observations are qualitative. With this article, we aim to guide modelers through the process of formalizing farmers’ decision-making based on empirical findings. First, we discuss which primary data collection designs are appropriate for inferring particular aspects of farmers’ behavior, focusing in particular on when a theory-driven design is helpful and when inductive approaches are needed. Second, we compile aspects that need to be covered in empirical data to best inform agent-based models. Finally, we present approaches for translating empirical findings into formalized decision rules. We underpin our discussion with model examples from the literature and our own model developed to represent farmers’ decision-making on the adoption of agri-environmental schemes in Europe. With this methodological contribution, we aim to help make agent-based models less stylized, thereby providing greater potential to support policy-makers in identifying leverage points for a sustainable transformation of agriculture.
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 | 0,062 | 0,185 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,015 |
| Communication savante | 0,015 | 0,027 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».