Chapitre 8 - Penser et organiser l’accompagnement de l’innovation collective dans l’agriculture
Bibliographic record
Abstract
Inscrire l'innovation agricole dans les débats sociétauxLa question de l'innovation dans les secteurs agricole et agroalimentaire est en effet l'objet de multiples débats reflétant les transformations des sociétés contemporaines, faisant bouger les lignes de clivage traditionnelles, entre pays du Nord et pays du Sud, rural et urbain, ou encore croissance économique et développement social.Ces débats conduisent à politiser l'innovation et à renouveler ses approches selon différents plans.1. L'innovation descendante est celle pensée et promue par certains acteurs (la recherche, par exemple) pour le bénéfice d'autres acteurs (les agriculteurs, par exemple).Elle s'oppose à l'innovation ascendante, développée par les acteurs pour leur propre bénéfice (les agriculteurs, par exemple) et qui vont chercher des appuis par ailleurs.2. Le living lab est à la fois une méthodologie et un lieu où citoyens, habitants et usagers sont considérés comme des acteurs clés des processus de recherche et d'innovation.3. Les Innovations Studies, largement influencées par les économistes, analysent l'innovation, à différentes échelles (locale ou nationale) avec un focus particulier sur les systèmes d'innovation.Les Sciences and Technologies Studies, largement portées par les sociologues, étudient les relations entre recherches scientifiques et société pour produire des innovations technologiques.4. L'unité mixte de recherche « Innovation et Développement », créée au milieu des années 2000, regroupe environ 90 chercheurs, enseignants-chercheurs et doctorants du Centre de coopération internationale en recherche agronomique pour le développement (Cirad), de l'Institut national de la recherche agronomique (Inra) et de l'Institut national d'études supérieures agronomiques de Montpellier (Montpellier SupAgro).Les recherches sont de nature pluridisciplinaire (agronomie, économie, sociologie, géographie, sciences de gestion, droit).Les terrains sont variés (Sud de l'Europe, Afrique, Asie du Sud-Est, Amérique Latine). Innover dans l'accompagnement de l'innovationLa troisième partie se penche sur l'accompagnement de l'innovation, en appréhendant la diversité des dispositifs de recherche et de conseil qui visent à promouvoir l'innovation, et en proposant des méthodes d'intervention pour accompagner l'innovation auprès d'agriculteurs ou de collectifs hétérogènes.Les travaux présentés Au fil de ces quatre parties, ce sont les travaux de chercheurs de différentes disciplines qui sont restitués, mais aussi la dynamique collective engagée au sein d'une unité mixte de recherche.Les laboratoires de recherche, au même titre finalement que les collectifs d'acteurs associés aux processus d'innovation, sont composés d'individus divers, par leurs fonctions, leurs approches et leurs prises sur la réalité.Dans les deux situations, ce sont précisément ce pluralisme et les interactions qu'il génère qui permettent de faire émerger des nouveautés, c'est-à-dire de nouvelles idées, de nouvelles pratiques de recherche et de nouveaux produits.Nous vous souhaitons une belle lecture ! Références bibliographiquesAkrich M., Callon M., Latour B., 1988a.À quoi tient le succès des innovations.Premier épisode : l'art de l'intéressement.Gérer et comprendre, Annales des Mines, 11, 4-17.Akrich M., Callon M., Latour B., 1988b.À quoi tient le succès des innovations.Deuxième épisode : l'art de choisir les bons porte-parole.Gérer et comprendre, Annales des Mines, 12, 14-29.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.041 | 0.014 |
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".