Élaboration d'un outil de mesure du niveau de littératie en Agroéconomie au Québec (Canada) Étude de cas : la Gestion de l'offre
Notice bibliographique
Résumé
Plusieurs débats se font ces dernières années sur les impacts des différentes politiques agroalimentaires. L'impact de la gestion de l'offre sur les finances des consommateurs en est un exemple. La question de savoir si le consommateur a des connaissances sur la gestion de l'offre se pose alors ; et, ce niveau de connaissance affecte-t-il sa perception et/ou son évaluation de la gestion de l'offre ? Il s'agit de se faire une idée sur le niveau de littératie sur la gestion de l'offre des consommateurs. À cet effet, cette étude se focalise sur la mise en œuvre d'un outil qui permet, dans un premier temps, de jauger le niveau de littératie des répondants afin de s'assurer qu'ils en connaissent les principes et qu'ils comprennent ses implications. Une méthodologie pour l'élaboration de l'outil de mesure du niveau de littératie en gestion de l'offre a donc été établie et l'outil de mesure conçu. Pour sa validation, l'outil a été testé sur un échantillon d'une centaine d'étudiants de l'université Laval en automne 2020 à travers une enquête en ligne. Cette phase de validation a permis d'évaluer la capacité de discrimination des questions, nécessaire à la validation de l'outil. L'outil de mesure du niveau de littératie en la gestion de l'offre obtenu, testé et validé, pourra ainsi être employé pour des études futures visant à jauger le besoin en information des populations sur différentes thématiques en agroéconomie et aidera donc les différentes institutions concernées à identifier des leviers d'action.
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 | 0,014 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».