Agroecology: the science and art of building sustainable agri-food systems. A case study from Costa Rica
Notice bibliographique
Résumé
The process of change taking place in most countries’ agricultural and food systems has seen a revival of alternative forms of farming, like agroecology, aiming to replace the environmentally destructive practices of conventional agriculture and produce real and nutritious food. This case study analyzes the process of transition of a small-scale farm located in Costa Rica from conventional farming (using heavy machinery, synthetic chemicals, and fossil fuels) to a carefully integrated, resilient, sustainable and self-sustaining organic, agro-socio-ecological system. It uses UN FAO’s (Food and Agricultural Organization of the United Nations) Tool for Agroecology Performance Evaluation (TAPE) with 10 agroecological elements (diversity, synergies, efficiency, recycling, resilience, culture and food traditions, co-creation and sharing of knowledge, human and social values, circular and solidarity economy, and responsible governance) to assess the farm’s ecological, social and economic performance. Results show that this farm is strong in efficiency, culture and food tradition, co-creation and sharing of knowledge, diversity, and resilience. The average score of the 10 elements is 92.29%, indicating an advanced level of transition to agroecology of the farm. While this score is high, the farm has encountered certain challenges, namely lack of consistent financial and policy support from the government, costly procedures for products and processes certification, and lack of awareness about the benefits of this sustainable farming system. The study recommends that more transdisciplinary research and comparative studies between conventional and agroecological farming are needed to move more agrifood systems toward sustainability.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».