Bibliographic record
Abstract
Vus comme participant au développement durable dans ses trois dimensions – sociale, économique et environnementale –, les circuits alimentaires de proximité font l’objet d’un intérêt croissant de la part des consommateurs, des producteurs agricoles et des collectivités territoriales. Plusieurs travaux récents remettent pourtant en cause l’une des vertus supposées des circuits de proximité : celle de leur contribution à une moindre dépense énergétique pour leur distribution. Schématiquement, ces recherches montrent que le moyen de transport importe plus que les kilomètres parcourus et que la distribution alimentaire de masse en circuits longs, du fait d’économies d’échelles, présente de meilleurs bilans énergétiques que les circuits de proximité. Sur la base de mesures effectuées pour divers modes de distribution de paniers de fruits et légumes, nous montrons dans cet article que la performance de ces circuits courts, en termes d’efficacité énergétique, est comparable à celle de circuits plus longs. Les circuits de proximité étudiés se traduisent en effet par des efforts d’organisation locaux ou à l’échelle de petits réseaux territoriaux dont ne peuvent rendre compte les études reposant sur des moyennes qui ignorent les pratiques spatiales concrètes des acteurs, qu’il s’agisse des agriculteurs ou des consommateurs.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.063 | 0.013 |
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".