Stocker du carbone dans les sols français. Quel potentiel au regard de l’objectif 4 pour 1000 et à quel coût ? : Rapport scientifique de l'étude. Étude réalisée pour l'ADEME et le Ministère de l'Agriculture et de l'Alimentation
Bibliographic record
Abstract
L’initiative « 4 ‰ sur les sols pour la sécurité alimentaire et le climat », lancée par la France à l’occasion de la Conférence de Paris sur le climat (COP-21), propose d’augmenter chaque année d’un quatre millième le stock de carbone présent dans tous les sols du monde afin de compenser les émissions anthropiques de CO2. Cet objectif, très ambitieux, nécessite des évolutions profondes des pratiques agricoles et des modes de gestion sylvicoles, certaines pouvant s’accompagner de modifications de systèmes de production et, éventuellement, des modes d’usage des sols. C'est dans ce contexte que le Ministère de l’Agriculture et de l’Alimentation (MAA) et l’Agence De l'Environnement et de la Maîtrise de l'Energie (ADEME) ont demandé à l'INRA de conduire la présente étude "4 pour mille France". Les objectifs étaient : i) d’identifier des pratiques agricoles et sylvicoles plus "stockantes" que les pratiques actuellement mises en œuvre ; ii) de chiffrer le potentiel de stockage additionnel associé, de le cartographier, de quantifier les autres effets induits liés à l’adoption de ces pratiques stockantes (pertes ou gains de rendement, émissions de N2O, lixiviation de nitrate, utilisation de produits phytosanitaires...) ; iii) de chiffrer leur coût de mise en œuvre et de proposer une stratégie coût-efficace de stockage. Le présent document constitue le rapport scientifique de cette étude.Ce travail a fait l'objet de documents de synthèse et d'un colloque public de restitution, qui s'est tenu à Paris le 13 juin 2019.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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 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".