La numérisation dans le secteur agricole : analyse de la perception des conseillers de gestion agricole
Notice bibliographique
Résumé
La numérisation transforme progressivement tous les domaines professionnels, y compris l'agriculture. Toutefois, le conseil agricole ne semble pas être prêt à intégrer ces nouvelles technologies en raison des réticences des conseillers à ajuster leurs pratiques. C'est dans ce cadre que l'objectif global de ce mémoire était d'identifier les freins et les catalyseurs à l'origine de cet ajustement ou non des pratiques de conseil chez les conseillers en gestion agricole suite à l'adoption des nouvelles technologies numériques par les producteurs. Les objectifs spécifiques étant de : 1) Dresser le profil des conseillers ayant ajusté ou non leurs pratiques de conseil suite à l'adoption d'Aleop par les producteurs ; 2) Identifier les pratiques des conseillers en gestion qui ont été ajustées suite à l'adoption de la numérisation par les producteurs agricoles ; 3) Identifier les besoins d'accompagnement des conseillers en gestion agricole face aux changements que nécessite l'adoption d'Aleop par les producteurs. Le cas d'étude spécifique traité est l'outil numérique « Aleop » développé par le Centre d'Expertise en Gestion agricole (CEGA). La méthodologie suivie a été basée sur des entrevues semi-directives menées auprès de neuf conseillers et conseillères en gestion agricole au Québec : 4 d'entre eux étaient des utilisateurs des résultats d'Aleop ayant par conséquent adapté leurs pratiques de conseil, 5 étaient non-utilisateurs. Les principaux résultats obtenus ont mis en évidence une certaine réticence des conseillers qui a été notée dès le début de la phase de recrutement. Certains conseillers ont avancé plusieurs facteurs favorables aussi bien pour les clients que pour leurs pratiques de gestion. Le facteur le plus réclamé par les conseillers sollicités était le temps réel, le zéro papier, l'amélioration des échanges avec les clients, l'amélioration de la qualité de la comptabilité et de la gestion. Les facteurs limitants avancés étaient, entre autres, la peur du changement, le coût de l'outil et les bénéfices qui peuvent être non perçus. Tous les conseillers étaient convaincus que l'outil numérique ne pouvait en aucun cas les remplacer. Le fait que les clients puissent obtenir leurs résultats en temps réel et par le fait même qu'ils obtiennent des résultats avant même leur conseiller améliore les échanges avec eux puisque cela permet une analyse plus stratégique. Ainsi, des changements au niveau de la relation avec leur client peuvent être rendus nécessaires suite à l'adoption de l'outil numérique. Il en est de même de la relation que les conseillers entretiennent avec les ressources expertes externes. Certains ont révélé que l'adoption de l'outil numérique par le producteur entraîne des changements au niveau organisationnel tels que la nécessité de recruter de nouvelles personnes avec de bonnes compétences analytiques, des changements à apporter dans les méthodes de travail ou des changements en interne tels que la formation du personnel afin de pouvoir répondre aux nouveaux besoins des clients.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».