Représentations et pratiques autour de la ressource en eau des producteurs maraîchers des Andes vénézuéliennes
Bibliographic record
Abstract
Cet article a pour but d’analyser les représentations sociales de l’eau des producteurs maraîchers des hautes vallées andines vénézuéliennes, et cela, dans un contexte où cette ressource constitue un outil essentiel de production agricole. Il s’agit plus particulièrement d’appréhender la manière dont les agriculteurs perçoivent et évaluent l’état actuel de la ressource, et ainsi cerner la justification de leurs comportements et de leurs pratiques agricoles. Dans les années 1960, l’introduction du maraîchage irrigué dans les Andes vénézuéliennes a profondément transformé les rapports à l’eau des sociétés rurales qui ont développé des systèmes d’appropriation et de distribution de la ressource particulièrement efficaces, tant techniquement que socialement. Mais aujourd’hui, les agriculteurs perçoivent des fluctuations de la ressource qu’ils peuvent interpréter comme une conséquence du changement climatique, et/ou comme conséquence de la dynamique agricole en cours. Face à ces phénomènes, de nouvelles pratiques agricoles telles que l’irrigation par micro-aspersion ou encore la préservation des sources d’eau en altitude commencent à émerger.
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 | 0.002 | 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 | 0.004 | 0.006 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".