L’économie circulaire : une source d’innovation pour les agriculteurs urbains
Bibliographic record
Abstract
La ville recèle de ressources aujourd’hui trop peu exploitées à des fins de production agricole. C’est en s’immergeant dans les flux urbains que de nouveaux acteurs agricoles apparaissent en ville et en périphérie. Les projets d’agriculture urbaine apparaissent comme l’une des solutions pour intégrer une économie circulaire en milieu urbain. Ils permettent de sensibiliser des citadins à une consommation locale, de valoriser des biodéchets, de recycler l’eau ou de réhabiliter le bâti. Parmi les nombreuses définitions de l’agriculture urbaine, celle donnée par l’Organisation des Nations Unies sur l’Agriculture et l’Alimentation (FAO) se rapproche de ce constat : « L’agriculture urbaine et périurbaine se définissent par les pratiques agricoles dans les villes et autour des villes qui utilisent des ressources (terre, eau, énergie, main-d’œuvre) pouvant également servir à d’autres usages pour satisfaire les besoins de la population urbaine » (FAO, 2007). Des exemples analysés en Amérique du Nord et en Europe permettent de montrer comment les projets d’agriculture urbaine s’inscrivent pleinement dans l’économie circulaire.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.012 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
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".