Production de cresson à haut risque dans les bas fonds d’Antananarivo ?
Bibliographic record
Abstract
La croissance démographique et le développement urbain des pays du Sud renouvellent les thématiques de recherche sur l’agriculture. Avantageuse par certains côtés, l’agriculture urbaine présente plusieurs risques, notamment liés à la qualité des eaux d’irrigation qu’elle utilise et aux pratiques des agriculteurs urbains. L’article témoigne du cas d’Antananarivo, capitale de Madagascar, où l’activité cressonnière s’est particulièrement développée dans les bas fonds de la ville et dont les habitants consomment des quantités importantes de cresson. Cette activité est créatrice de revenus conséquents et peut être pratiquée toute l’année. Cependant, les risques sanitaires associés aux conditions de production sont nombreux : eaux d’irrigation réceptacles d’effluents urbains, pratiques polluantes ou peu hygiéniques de certains cressiculteurs et commerçants, etc. Un programme de recherche multidisciplinaire étudie cette situation. Une enquête de consommation a montré que les modalités de préparation du cresson par les ménages antananariviens semblent adaptées aux caractéristiques du produit disponible et les analyses microbiologiques du cresson sur quelques sites sont rassurantes. Cependant, certaines questions restent encore en suspens. Une enquête qualitative révèle qu’il existe une dualité en matière d’image du produit : les consommateurs sont partagés entre, d’une part, leur bonne appréciation des qualités organoleptiques et nutritionnelles du cresson et, d’autre part, leur crainte de maladie au regard des conditions de production dont ils sont témoins. Le problème de la qualité sanitaire est donc réel du fait de la subjectivité des consommateurs qui pourraient, au pire se détourner de ce produit, au mieux se poser des questions sur la qualité de leur alimentation.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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 teacher head, 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".