Santé financière des entreprises laitières, céréalières et de fruits et légumes au Québec : évolution 2005-2015
Notice bibliographique
Résumé
La situation économique difficile des fermes québécoises suscite beaucoup d’intérêt. Plusieurs études se sont consacrées à l’analyse technico-économique des entreprises agricoles, toutes productions confondues. C’est aussi le cas du présent mémoire. L’objectif général est d’analyser la santé financière des entreprises laitières, céréalières et de fruits et légumes sur la période 2005-2015. Pour y parvenir, les méthodes d’analyses comparatives, de régressions paramétriques et non paramétriques sont combinées. Les données sont issues de l’enquête financière sur les fermes co-réalisée par Statistique Canada et Agriculture et Agroalimentaire Canada (AAC). L’absence de données sur le coût de vie des exploitants a contraint l’étude à se limiter aux entreprises en compagnie. Ces dernières sont tout de même assez bien représentatives de l’échantillon total. Les résultats ont montré que les producteurs laitiers ont une meilleure santé financière bien qu’elle soit instable et évolue en se dégradant. Les producteurs de fruits et légumes affichent une santé financière acceptable avec une tendance prometteuse. Les céréaliers sont en mauvaise posture avec une mauvaise santé financière et une tendance à l’aggravation de la situation. Les analyses ont montré aussi que les producteurs laitiers doivent leur bonne santé financière à une excellente maîtrise des coûts de production. L’excellente productivité du capital des producteurs de fruits et légumes justifie leurs résultats malgré les coûts de production élevés auxquels ils font face. La faible productivité du capital, ajoutée aux coûts de production élevés, explique la mauvaise santé financière des céréaliers. La grande entreprise de fruits et légumes est en meilleure santé financière. Inversement, la grande entreprise laitière est moins rentable. La taille n’explique pas la santé financière des céréaliers. L’expérience n’impacte pas significativement la santé financière des entreprises laitières, céréalières et de fruits et légumes. Mots clés : santé financière, entreprise agricole, lait, céréales, fruits et légumes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».