Contexte politique québécois et pratique de l'agroforesterie: État des lieux
Bibliographic record
Abstract
Au Québec (Canada), il n'existe aucune politique globale encadrant la pratique de l'agroforesterie. Paradoxalement, les instruments de politiques publiques ayant un impact sur le déploiement des pratiques agroforestières à l’échelle du territoire sont nombreux. Enchâssés dans un environnement politique et règlementaire à la fois flou, complexe et changeant, ils sont souvent mal connus des forestiers, des agriculteurs et des intervenants qui les accompagnent. Cet article propose un état des lieux de l'influence des instruments de politiques publiques sur les haies brise-vent, les bandes riveraines arborées, les systèmes agrosylvicoles, les systèmes à arbres fruitiers et à noix, les systèmes sylvopastoraux et les cultures en boisé. L’étude exhaustive des politiques a permis de recenser neuf instruments appuyant directement ou indirectement l'implantation de ces systèmes, leur entretien et la récolte de leurs produits et six instruments limitant le déploiement de l'agroforesterie. L'analyse des conséquences de l'implantation d'arbres en champ et de cultures agricoles en boisé sur l'octroi des aides agricoles et forestières a pour sa part révélé que ces conséquences sont relativement mineures. Globalement, l'environnement politique et règlementaire s'avère mal adapté aux particularités des systèmes agroforestiers. Des ajustements aux programmes actuels paraissent nécessaires afin de rendre l'environnement politique plus favorable au développement de ces systèmes.
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 | 0.002 |
| Science and technology studies | 0.011 | 0.008 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".