Au pied des collines montérégiennes, des robots : ethnographie de systèmes agricoles automatisés
Notice bibliographique
Résumé
La production laitière au Québec se distingue des autres régions d’Amérique du Nord par son organisation autour de fermes familiales de taille relativement restreinte. Cette réalité découle d’une histoire agricole particulière, marquée par l’aménagement du territoire hérité du modèle seigneurial ainsi que par la mise en place d’une gestion de l’offre couplée à un important protectionnisme fédéral et provincial. Néanmoins, depuis la fin du XXe siècle, le secteur laitier québécois fait face au défi de la libéralisation des accords commerciaux et aux questions d’éthique environnementale et animale. Dans ce contexte, le robot de traite est présenté par ses constructeurs et les pouvoirs publics, comme un moyen de résoudre ces défis. En effet, si plusieurs études concernant cette machine indiquent que de nombreux producteurs tirent certains bénéfices en termes de résultat économique et de qualité de vie, d’autres montrent également que son implantation et ses impacts fluctuent en fonction du contexte politique et socioculturel des régions étudiées. Cette recherche vise à approfondir l’étude de cet équipement agricole en prenant en compte ses dimensions symboliques à l’échelle de la région de la Montérégie. En adoptant une approche sociographique de la technique, l’objectif est de mettre en lumière les relations sociales et les enjeux de pouvoir qui se nouent autour de l’outil. L’étude montre notamment que le robot de traite permet de valoriser un certain ethos industriel mobilisé par les producteurs en vue de la transmission familiale de la ferme ainsi que dans la lutte symbolique face aux firmes industrielles dominant le secteur laitier québécois. Le concept de capital d’enracinement est notamment proposé afin d’aborder l’expression des sentiments de fierté et de responsabilité liés aux héritages familiaux et professionnels. Il en découle des tensions entre les aspirations d’ancrage local et de mobilité des acteurs, ainsi que parmi les différentes temporalités qui se manifestent autour de l’objet, principalement entre le désir d’optimisation permanente du système de production et les obligations, morales et financières, concernant le passé et l’avenir de ces familles.
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 | 0,002 |
| 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 | 0,005 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».