Pratiques agricoles et ressources en eau des vallées principales du bassin versant de la Maine : quelles représentations ?
Bibliographic record
Abstract
À l'heure où la gestion des ressources naturelles, en particulier de l’eau et des milieux associés, et le développement agricole sont encadrés au niveau européen, la réflexion proposée ici interroge les pratiques agricoles dans les vallées et leurs représentations par les agriculteurs eux-mêmes et d'autres acteurs ruraux. Les terrains pris en compte sont les vallées principales du bassin de la Maine dans le Nord Ouest de la France (Loir, Sarthe et Mayenne), qui présentent une grande diversité de formes et de mises en valeur. Afin d'étudier les pratiques et leurs représentations dans ces espaces, une analyse des systèmes de production est effectuée, par le biais d'entretiens semi-directifs, auprès d'agriculteurs actifs et de gestionnaires de l'agriculture. Les réponses extraites d'une vingtaine d'entretiens permettent i) d'identifier le type de relation entre agriculteurs et ressource en eau, ii) de distinguer des facteurs qui influencent les agriculteurs dans la gestion de leur système de production, et dans la mise en valeur des vallées, iii) d'extraire certaines représentations des acteurs utilisateurs et riverains des rivières sur leurs pratiques et les espaces de vallée, et de là, mieux comprendre leur positionnement dans l'environnement. Ainsi devrait-il être possible de mettre en évidence les pistes prises par les agriculteurs vers une agriculture durable, en cohérence avec les fonctions des vallées et les autres activités économiques.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 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".