MétaCan
Menu
Back to cohort
Record W2582716947 · doi:10.4000/vertigo.18240

Logiques paysannes, production agricole et lutte contre les ravageurs des cultures à Salcedo dans les Andes équatoriennes : stratégies individuelles ou collectives ?

2016· article· fr· W2582716947 on OpenAlexvenueno aff
Nasser Rebaï, François Rebaudo, Julien Rebotier, Olivier Dangles

Bibliographic record

VenueVertigO · 2016
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsnot available
FundersAgence Nationale de la Recherche
KeywordsPolitical scienceHumanitiesForestryGeographyArt

Abstract

fetched live from OpenAlex

En Équateur, le débat sur l’avenir de l’agriculture familiale demeure important en raison de la vulnérabilité des communautés paysannes, en particulier dans la région andine, et d’une situation alimentaire encore préoccupante en milieu rural. Dans ce contexte, la lutte contre les ravageurs des cultures, identifiée par la FAO comme une priorité pour réduire efficacement l’insécurité alimentaire des agriculteurs dans les Suds, apparaît comme un défi de taille pour les communautés paysannes de la sierra équatorienne. Toutefois, le succès de cette lutte reste pour le moment limité en raison d’une faible coordination des pratiques agricoles entre agriculteurs. En s’appuyant sur un travail de terrain réalisé dans la province du Cotopaxi, cet article propose, en premier lieu, de mener une réflexion sur les déterminants du manque d’action collective contre les ravageurs des cultures. Puis, en second lieu, d’ouvrir une discussion sur le besoin d’une plus grande collaboration entre sciences du vivant et sciences sociales afin d’envisager des stratégies plus efficaces pour renforcer la coordination des agriculteurs dans la lutte contre les ravageurs des cultures, et d’améliorer ainsi leur sécurité alimentaire.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesScience and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.413
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.028
GPT teacher head0.264
Teacher spread0.236 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations7
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicAgriculture and Rural Development ResearchFrench-language works237,207