MétaCan
Menu
Back to cohort
Record W2782173814

The impact of global drivers on agriculture and land-use

2012· preprint· fr· W2782173814 on OpenAlexaboutno aff
Thierry Brunelle

Bibliographic record

VenueAgritrop (Cirad) · 2012
Typepreprint
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceForestryGeographyArt
DOInot available

Abstract

fetched live from OpenAlex

Dans un contexte de tensions à venir sur la ressource foncière, l'objectif de cette thèse est d'étudier l'influence des déterminants globaux, que sont la mondialisation et le changement climatique, sur l'agriculture et les changements d'usages des sols. Pour mener cette étude, un nouveau modèle d'usage des sols, appelé ''Nexus Land-Use", est développé afin de permettre une vision cohérente du système socio-biosphérique. Les modèles existants sont d'abord examinés, avec pour objectif d'évaluer leur capacité à estimer les changements indirects d'affectation des terres liés aux biocarburants (CIAT). Les CIAT constituent un symptôme caractéristique de l'influence des déterminants globaux en ce qu'ils résultent des flux internationaux d'échanges. Leur estimation représente un défi pour les modélisateurs car elle nécessite une vision intégrée du système agricole, avec une prise en compte au niveau global des côtés offre et demande du secteur agricole. Il apparaît que malgré des progrès significatifs sur la représentation de l'offre de terres et du secteur de la bioénergie, les modèles existants ne parviennent pas encore à fournir une évaluation robuste des CIAT, du fait notamment d'estimations divergentes des élasticité-prix des rendements agricoles et de la demande alimentaire. Pour répondre au défi posé par la modélisation des déterminants globaux, cette thèse présente le modèle Nexus Land-Use. Fondé sur une représentation des mécanismes d'intensification agricole, à la fois au niveau de la production végétale et animale, ce modèle a pour caractéristiques de combiner au sein d'un seul outil l'économie et la biophysique, et de représenter les effets multi-échelles en intégrant l'hétérogénéité locale dans une architecture globale. La spécificité de ce modèle est également de calculer la rente foncière de manière endogène, ce qui permet, en particulier, de représenter l'effet de la substitution terre-engrais sur les usages des sols, compte tenu de scénarios exogènes de prix des intrants chimiques. A l'aide de ce modèle, l'influence de la mondialisation sur l'agriculture est ensuite étudiée au travers du prisme des régimes alimentaires. A partir de trois scénarios de consommation alimentaire représentatifs, l'analyse démontre l'importance de la convergence des régimes alimentaires comme facteur de tensions sur les usages des sols. Nos résultats révèlent qu'une convergence de l'ensemble du monde sur le régime alimentaire des Etats-Unis d'ici 2050 ne serait pas possible avec les tendances actuelles en matières d'expansion agricole. Les interactions entre le scénario alimentaire et les autres politiques affectant les usages des sols - soutien aux biocarburants et réduction de la déforestation - sont aussi mises en lumière, et certaines options permettant de réduire les tensions sur la ressource foncière testées. Dans un dernier chapitre, deux perspectives de développement du modèle sont présentées afin d'analyser la question du changement climatique. Elles concernent en premier lieu le couplage avec Imaclim-R, dont l'objectif est d'intégrer une valeur cohérente de la rente foncière dans le prix agricole et les courbes d'offre de biomasse énergie. Il s'agit également d'inclure dans le Nexus Land-Use les variations de rendement des cultures simulées par le modèle de végétation ORCHIDEE sous un scénario de changement climatique. Sur ce dernier point, les premiers résultats montrent que le changement climatique conduirait à une relocalisation partielle de la production agricole des pays du Sud (Afrique, Amérique Latine) vers les pays du Nord (principalement Canada et Russie).

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)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.263
Threshold uncertainty score0.994

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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 head0.022
GPT teacher head0.263
Teacher spread0.241 · 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.

The models applied no category: nothing in the taxonomy fit this work.
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

Citations2
Published2012
Admission routes1
Has abstractyes

Explore more

Same venueAgritrop (Cirad)Same topicAgriculture and Rural Development ResearchFrench-language works237,207