Diagnostic de l’échec de la contractualisation des mesures agri-environnementales pour réduire les incursions des Flamants dans les rizières de Camargue (France)
Bibliographic record
Abstract
Les incursions des flamants roses dans les rizières de Camargue ne concernent que quelques pourcentages de la sole rizicole, néanmoins les dégâts occasionnés ponctuellement peuvent être conséquents et nécessiter un re-semis complet des parcelles touchées. Le rôle dissuasif de la présence de haies sur la venue des flamants ayant été démontré, un contrat visant à indemniser l’entretien des haies autour des rizières a été proposé dans le cadre des Mesures-Agri-Environnementales (MAE). Pour autant, très peu de riziculteurs ont souscrit à ce contrat. Nous montrons que ce faible taux de contractualisation s’explique par la restriction des MAE aux périmètres du Parc Naturel Régional de Camargue et Natura 2000, et par le fait que la présence et l’entretien des haies sont perçus par la majorité des riziculteurs comme incompatibles avec les pratiques culturales intensives. Afin que soient opérés les changements paysagers nécessaires à la réduction des dommages, les MAE devront mieux prendre en compte la zone affectée et les subventions correspondent davantage aux coûts financiers. Ce mesures ne seraient seules suffire. Il paraît également nécessaire de s’appuyer sur des riziculteurs clés dans leur démarche.
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 | 0.003 |
| 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 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 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".