Concilier développement agricole et la préservation des biodiversités
Bibliographic record
Abstract
Face à la nécessité d’augmenter la production alimentaire mondiale pour affronter les défis démographiques à l’horizon 2050, les recherches de fonciers agricoles ou de son intensification sont primordiales. Cependant cette progression ne doit pas se faire aux détriments des aires naturelles.Les interactions entre les dynamiques forestières et l’évolution des agrosystèmes dans le bassin caraïbéen sont originales. La Martinique, île des Petites Antilles présente une situation controversée puisque tant les superficies des milieux naturels que les agrosystèmes semblent régresser. Les effets de la pression foncière sur les agrosystèmes entrainent un effet domino. Les agriculteurs convoitent aujourd’hui les espaces naturels boisés y compris ceux pourvus de protections réglementaires.Pour dépasser les utilisations des terres potentiellement concurrentes, l’objectif de cet article est de chercher les pistes permettant de rendre compatible les aires protégées et les agrosystèmes. Les éléments de cadrage des facteurs concourant à concilier les 2 ensembles ont été conceptualisés à partir d’une analyse SWOT (acronyme pour Strengths, Weaknesses, Opportunities and Threats).En utilisant l’outil de traitement du Système d’Informations Géographiques, 142 exploitations seraient concernées sur 1909 exploitations ayant faits une déclaration au Registre Parcellaire Graphique.La compatibilité des exploitations agricoles inclues ou en bordure des aires protégées est fonction de la fermeté de la réglementation.Une approche inductive est d’envisager le share landing ou le partage des terres et les éléments interfaciaux (friches, haies, systèmes agroforestiers…) comme des vecteurs de conciliation entre les deux composantes. Les retombées attendues sont au cœur des enjeux du développement durable en matière de génie écologique, d’outils d’aides à la décision pour l’aménagement du territoire et de valorisation de la biodiversité au sein des agroécosystèmes.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".