Des engrais pour du riz : qui gagne, qui perd? Contribution à l’analyse de la dépendance en Malaysia et en Indonésie
Bibliographic record
Abstract
Jusqu'à la fin des années cinquante, les techniques de culture du riz inondé en Asie du Sud-Est étaient relativement autonomes et devaient peu à la technologie d'origine industrielle. Avec la révolution verte a été accélérée la soumission de la riziculture et des riziculteurs aux intérêts industriels, par le biais en bonne partie de l'utilisation des engrais chimiques. Pendant une vingtaine d'années, l'essentiel de ces engrais utilisés dans la riziculture paysanne en Malaysia et en Indonésie ont été importés des pays industriels. Suite à des hausses de prix substantielles au milieu des années soixante-dix, la production locale d'engrais s'est grandement accélérée et l'Indonésie est même autosuffisante sur ce plan aujourd'hui. L'étude des aléas de cette évolution permet d'identifier une série d'étapes successives. 1) Alors que le commerce intra-régional décline, la dépendance commerciale s'accroît à l'endroit des pays industriels producteurs d'engrais, lesquels atteignent des prix prohibitifs. 2) Les besoins ainsi créés doivent donc être comblés par la production locale. 3) Celle-ci ne peut être mise en place sans l'apport d'une aide extérieure massive : ainsi est consolidée la dépendance financière et technologique. 4) Enfin, étape ultime et fondamentale, l'échange inégal s'effectue désormais directement entre l'industrie locale, sous contrôle étranger, et la rizière, assurant ainsi encore plus la capture du travail paysan.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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 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".