Coûts et bénéfices, privés et sociaux, des bandes riveraines boisées en milieu agricole
Bibliographic record
Abstract
Ce mémoire mesure les avantages et les coûts liés à l'introduction de bandes riveraines boisées, dans le milieu agricole québécois, comme moyen de filtrer la pollution de l'eau par des charges excédentaires en phosphore. Par la méthode de l'analyse avantages coûts, la rentabilité de trois systèmes agroforestiers a d'abord été évaluée d'un point de vue privé. Cette première partie nous a permis de déterminer que les bandes riveraines boisées ne sont pas rentables pour le producteur agricole surtout en raison de coûts d'entretien élevés. Par la suite, le coût privé a été comparé aux coûts et bénéfices sociaux attendus de l'agroforesterie. Les résultats de cette seconde analyse ont montré que les bénéfices sociaux liés à l'agroforesterie en milieu agricole surpassent les coûts. La conclusion principale de ce travail est qu'en introduisant la société dans l'analyse des avantages et des coûts, il a été mis en lumière que les bandes riveraines boisées constituent un moyen efficace de lutte contre la pollution diffuse d'origine agricole et ce, même si elles représentent un coût pour les producteurs agricoles. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Analyse avantages coûts, Biens et services environnementaux, Agroforesterie, Bandes riveraines, Culture de maïs, Amélioration de la qualité de l'eau, Cyanobactéries, Baie Missisquoi, Coûts privés, Bénéfices sociaux.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 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".