Les déterminants technico-économiques et financiers de la viabilité économique des entreprises agricoles familiales après leur transfert
Bibliographic record
Abstract
Le peu de rentabilité en agriculture, la faiblesse des revenus de retraite et la hausse des valeurs des actifs agricoles rendent de plus en plus complexes les transferts familiaux des entreprises agricoles. Les causes financières et économiques de la viabilité de ces entreprises suite au transfert sont peu connues. Ce travail tente de pallier à ce manque de connaissances en répondant à la question suivante : «Quels sont les déterminants financiers et organisationnels de la viabilité économique d’une entreprise agricole familiale 5 ans après son transfert? » Suite à une régression linéaire multiple, nous avons découvert que la marge économique, la marge de sécurité sur les produits, le pourcentage de charges, l’actif long terme par dollar de produits, l’évolution du pourcentage de charges, l’évolution de l’actif long terme par dollar de produits et l’évolution de la taille étaient des variables significatives pour expliquer les variations de la viabilité économique.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".