Les investissements dans l'environnement des acteurs des circuits courts de proximité agroalimentaires
Bibliographic record
Abstract
Il s'agit ici d'interroger les investissements dans l'environnement ‒ ou dans des valeurs et représentations environnementales ‒ des acteurs et actrices des circuits courts de proximité agroalimentaires (CCPA) (vente à la ferme, marchés, AMAP, magasins de producteurs...), à l’aide du concept de capital environnemental. On s'appuie pour cela en premier lieu sur un corpus de 40 entretiens réalisés avec différents acteurs de ces CCPA (producteurs, consommateurs, intermédiaires et institutionnels) en Limousin ainsi que vingt analyses d'initiatives collectives de CCPA dans la même région, afin d'analyser la place de l'environnement comme milieu, patrimoine ou encore projet politique, dans les discours, les pratiques et les échanges entre les acteurs. Alors que les agriculteurs en agriculture biologique sont sur-représenté.e.s parmi les producteurs pratiquant la vente en circuits courts de proximité, l'environnement au sens biophysique est très peu présent dans les discours des acteurs, que ce soit en termes de valeurs environnementales (respect de la nature, de la biodiversité) ou d’effets sur la santé. Producteurs et consommateurs s’accordent pour reconnaître qu’ils parlent finalement très peu des questions environnementales. Celles-ci sont en effet perçues comme des sources potentielles de clivage, car il est souvent difficile de se mettre d’accord sur ce qui est « environnemental » : le local est-il plus ou moins « environnemental » que le bio, par exemple ? Cependant, malgré la rareté des références explicites à l’environnement, nous identifions la présence de signes partagés qui confirment qu’une attention particulière est portée aux questions environnementales. Nous montrons que les échanges entre les acteurs reposent largement sur ces signes. Nous nous intéressons en outre aux efforts spécifiques réalisés par les acteurs et actrices autour des questions environnementales : ces efforts constituent des investissements qui permettent d’accumuler du capital environnemental. Nous analysons les interdépendances entre le capital environnemental et les capitaux sociaux, culturels et économiques.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".