Machinisme et agriculture dans la France du XIXe siècle
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Le relatif retard pris par la productivité de l'agriculture française à partir du milieu du XIXe siècle pose le problème de ses causes. L'auteur pense que l'une d'elles est la difficulté qu'éprouvent les agriculteurs français à prendre le virage technologique nécessaire. Ils se montrent hésitants devant l'adoption d'un machinisme agricole, varié dans ses aspects et sans cesse perfectionné. Dans une première partie sont présentées l'évolution de ce machinisme, ses étapes avec leurs caractères propres, sa répartition dans l'espace national. Partant de ce tableau évolutif, l'auteur s'interroge sur ses raisons, sur ses rythmes variables dans le temps. Il pense que le conservatisme, la routine des paysans, l'insuffisante qualification de la main-d'oeuvre agricole, constituent des facteurs non déterminants. Il privilégierait plutôt, en faisant des éléments importants d'explication, le faible dynamisme des constructeurs français, les structures socio-économiques de monde paysan, notamment l'abondance des petites et très petites exploitations, la conjoncture des prix et, peut-être, l'insuffisant exode rural qui permet aux exploitants de disposer d'une main-d'oeuvre salariée relativement peu coûteuse. Le contexte démo-socio-économique rend compte à la fois de la grande lenteur de la mécanisation et des disparités zonales très marquées, bien qu elles s'estompent à partie de l'extrême fin du XIXe siècle. Finalement la mécanisation de i agriculture française s'est bien réalisée, mais lente- ment, tardivement et modérément. Le mérite en revient aux "notables' ruraux qui ont donné ïexemple et stimulé la masse paysanne en organisant des concours et des expositions. Ceux-ci sont devenus efficaces à partir du moment où la paysannerie a pris conscience de /' utilité des machines et a disposé des moyens financiers nécessaires à leur acquisition.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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 it