Chapitre 10 - Co-conception de changements techniques et organisationnels au sein des systèmes agricoles
Bibliographic record
Abstract
Résumé. Les mutations en cours au sein de l’agriculture interrogent les travaux et les méthodes relatifs à la conception de systèmes agricoles innovants. Ce chapitre analyse la spécificité de cinq démarches de co-conception de systèmes techniques testées en France et dans différents pays d’Afrique et d’Amérique latine. Elles se basent sur des interactions fortes entre les acteurs impliqués dans ces démarches, facilitées par une diversité d’objets intermédiaires tels que la modélisation ou l’expérimentation agronomique en milieu paysan. Elles ont permis de produire des connaissances opérationnelles et scientifiques sur des changements techniques et leurs conditions de mise en œuvre à l’échelle de l’exploitation ainsi que sur les conditions institutionnelles favorables à l’émergence de nouveaux systèmes. Ces démarches mobilisent des compétences ne relevant pas seulement de l’agronomie. L’intégration de chercheurs relevant des sciences humaines s’avère centrale, en particulier pour analyser comment hybrider des connaissances multiples en vue d’accompagner l’innovation au sein des exploitations et des territoires.
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 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.022 | 0.005 |
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".