Réduction des émissions de gaz et d’odeurs en milieu agricole : analyse technologique comparative et évaluation d’efficacité
Notice bibliographique
Résumé
Au Québec et ailleurs dans le monde industrialisé, avec l’étalement urbain, la population non agricole s’installe de plus en plus dans les zones rurales à proximité de grandes agglomérations. À cause de ce changement au niveau de la population rurale, les questions de la nuisance olfactive sont devenues l’une des préoccupations des citoyens et les plaintes pour les odeurs liées aux activités agricoles, en particulier, l’épandage de matières organiques fertilisantes (fumier, lisier, purin), se sont multipliées dans certaines municipalités au Québec. L’objectif principal de cet essai est d’analyser les différentes approches juridiques et techniques utilisées pour atténuer les problèmes d’odeurs en milieu agricole dans le monde et en déduire les meilleures. Pour ce faire, une recherche documentaire rigoureuse et exhaustive a permis de brosser le portrait actuel des plaintes concernant les odeurs en milieu agricole, de dresser les caractéristiques des exploitations agricoles génératrices d’odeur, d’identifier les sources et les types d’odeurs qui émanent de ces exploitations agricoles et de déterminer les impacts potentiels sur les populations exposées. Puis, de recenser les approches techniques et juridiques utilisées dans le monde pour réduire les émissions de gaz et d’odeurs en milieu agricole. Ensuite, des entrevues semi-dirigées ont été réalisées avec des experts en gestion d’odeurs afin d’échanger sur les différentes approches techniques de réduction. Il en ressort de l’analyse des différentes approches que le succès de la réduction des émissions de gaz et d’odeurs en milieu agricole réside dans l’utilisation combinée de différentes approches. Enfin, des recommandations suivantes ont été formulées à l’endroit des différentes parties prenantes du milieu agricole: inciter financièrement les fermes d’élevage intensif à investir dans les technologies de réduction des émissions de gaz et d’odeurs, évaluer la possibilité d’un retour aux fermes de production animale de plus petites tailles avec moins de concentration d’animaux, poursuivre les recherches sur les technologies nouvelles de réduction d’émissions de gaz et d’odeurs prometteuses et sensibiliser les citadins nouvellement installés en milieu rural à une cohabitation harmonieuse avec les producteurs agricoles.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».