Foncier et Coordination Agricoles: des actifs Inséparables pour la Construction Territoriale Dans les Espaces Péri-urbains
Bibliographic record
Abstract
La composante agricole des espaces périurbains a longtemps été perçue comme une réserve foncière. Aujourd’hui, cette dernière est plutôt considérée comme une ressource à protéger. A l’échelle de l’exploitation agricole, ces enjeux se traduisent par un ensemble d’opportunités et de contraintes auxquelles doivent s’adapter les agriculteurs. Pour cela, les agriculteurs définissent des projets en mobilisant leurs représentations du monde. Dans cette communication, nous proposons d’éclairer l’importance de la coordination des acteurs du développement agricole des espaces périurbains pour la préservation du foncier agricole et le maintien d’un secteur agricole dynamique. Nous nous intéressons à la fois aux projets développés par les agriculteurs, afin de comprendre les mécanismes de leur adaptation face aux évolutions de leur contexte productif, et par les organismes de développement agricole, afin d’identifier les orientations portées par les organismes du territoire. A travers le prisme des décisions d’investissement, nous analysons l’impact de deux politiques publiques, l’interSCoT toulousain en France et la Ceinture de Verdure de l’Ontario au Canada. Pour cela, nous avons recueilli les cartes mentales des décisions d’investissement lors d’entretiens avec les agriculteurs que nous avons croisés avec les témoignages des acteurs du développement agricole récoltés lors d’un focus group.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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.
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 teacher head, 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".