Bibliographic record
Abstract
En France, la notion d'exploitation agricole est le fruit d'une longue construction sociale : les étapes successives de la démarche classificatrice et statistique sont inséparables des débats sociaux du 19e et 20e siècle. Mais certains estiment maintenant que la notion d'exploitation agricole recouvre une vision passéiste de l'entreprise agricole. Sociologues et économistes ne peuvent plus faire l'économie d'une réflexion de fond sur la pertinence et le bien-fondé d'une révision de cette notion. L'observation de la diversité des formes d'exercice de l'activité agricole des ménages français montre en effet que la notion statistique d'exploitation agricole renvoie à des réalités économiques et sociales et diverses pour qu'elle permette à elle seule de délimiter un secteur productif qui ait une existence institutionnelle et d'identifier les groupes sociaux qui seront, demain, l'objet de soutien des politiques de développement agricoles et rurales. En revanche, comme unité statistique élémentaire, la notion d'exploitation agricole offre la possibilité de disposer d'une unité de base commune pour dénombrer, repérer et construire des observations portant sur les différentes fonctions de l'activité agricole et éviter une fragmentation irréversible des résultats sur ces points. Dans cette perspective, la notion statistique d'exploitation agricole présente un intérêt renouvelé pour la conduite des nouvelles politiques de développement agricole aussi bien que rural et demeure un instrument indispensable pour les recherches en sciences sociales.
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 | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.006 | 0.006 |
| Insufficient payload (model declined to judge) | 0.026 | 0.004 |
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".