Bibliographic record
Abstract
Il y a quelques decennies, l’objectif etait clair : l’agriculture devait etre productive. Pour atteindre ce but, plusieurs strategies ont ete employees : les semences ont ete ameliorees, les produits phytosanitaires ont gagne en efficacite, la machinerie s’est specialisee, les filieres se sont organisees… Aujourd’hui, la situation est plus complexe. Il ne suffit plus de produire des aliments. L’agriculteur doit etre capable d’augmenter ses rendements, de produire des denrees alimentaires, mais aussi des energies renouvelables, de supporter des couts d’intrants toujours plus eleves, de s’adapter a la variabilite des prix de vente et de respecter des normes environnementales de plus en plus contraignantes. On attend de lui qu’il soit a la fois chef d’entreprise, gestionnaire de l’eau, fournisseur d’espaces recreatifs et amenagiste. Il est aux prises avec la degradation de la structure des sols, l’arrivee de nouveaux ravageurs, la multiplication d’insectes et de mauvaises herbes resistant aux pesticides et un regime de temperatures et de precipitations altere par les changements climatiques. Dans ce contexte, il n’a pas d’autre choix que de repenser ses pratiques agricoles, ses rotations, ses regies de culture, la gestion de son entreprise, ses strategies et ses investissements. Depuis les annees 1980, de nombreuses etudes, ainsi que l’experience de terrain acquise au Canada, mais aussi dans d’autres pays temperes en Amerique du Nord, en Europe et en Chine, ont montre que la presence d’arbres sur le territoire agricole permet de generer plusieurs benefices agroenvironnementaux et services utiles pour la societe comme la sequestration du carbone, la conservation de la biodiversite et l’amelioration de la qualite de l’eau, du sol et des paysages. Certains systemes agroforestiers permettent, de plus, de generer des revenus diversifies lies a la production de bois (bois de qualite, biomasse), tout en reduisant certaines charges (economies en intrants ou en frais de chauffage). Ils permettent ainsi une production integree et economiquement rentable. Au Quebec, l’agroforesterie est d’ailleurs definie comme un systeme integre qui repose sur l’association intentionnelle d’arbres ou d’arbustes a des cultures ou a des elevages, et dont l’interaction permet de generer des benefices economiques, environnementaux et sociaux.
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 | 0.006 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.056 | 0.030 |
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".