La Participation des Adhérents Dans Leurs Coopératives Agricoles: Une Étude Exploratoire du Secteur Céréalier Français
Bibliographic record
Abstract
En adhérent à une coopérative agricole, les agriculteurs s'engagent à participer économiquement à celle‐ci en tant que coopérateurs et également à participer à son gouvernement, en tant qu'associés. Or aujourd'hui, les chercheurs et directeurs de coopératives constatent une baisse de ces deux niveaux de participation. Ce papier a pour objectif de construire une typologie des adhérents de coopératives agricoles du secteur céréalier français au regard de leurs comportements de participation puis d'identifier les déterminants qui expliquent l'appartenance des adhérents à une des classes de la typologie à partir d'un modèle probit multinomial. Nous faisons l'hypothèse que les attitudes de confiance et d'implication organisationnelles manifestées par l'adhérent envers sa coopérative peuvent expliquer ces différences de comportements aux côtés de variables individuelles liées à l'adhérent et son exploitation agricole et de variables liées à la coopérative à laquelle il adhère. L'analyse des comportements de participation permet de regrouper les 290 adhérents de l'échantillon en trois classes distinctes: « les individualistes », « les bons soldats » et « les engagés ». Les résultats du probit multinomial sur ces 3 classes montrent notamment un effet significatif de l'attitude d'implication organisationnelle, de la présence de stockage à la ferme et de la taille de la coopérative sur la probabilité d'être individualiste par rapport aux deux autres classes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".