MétaCan
Menu
Back to cohort
Record W4320927967 · doi:10.7202/1095181ar

Art, alimentation et agriculture

2022· article· fr· W4320927967 on OpenAlexvenueno aff
Gérard Ghersi

Bibliographic record

VenueÉcosystème · 2022
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArtPolitical science

Abstract

fetched live from OpenAlex

Ce texte aborde les relations étroites qui lient, depuis la nuit des temps, le monde de l’agriculture et de l’alimentation à celui de l’art.L’histoire du mouvement des écrivains paysans en France et en francophonie du XXe siècle à nos jours qui constitue la toile de fond de cet article met en évidence l’important travail de mémoire et de témoignages qu’ont constitués les productions écrites, artistiques et environnementales du monde de la terre et leurs apports à nos sociétés en transformation.Cet espace indissociable que constituent l’agriculture, l’alimentation et l’environnement est sans doute devenu banal pour nos sociétés du nord en situation de satiété. Mais au moment où l’on prend conscience de sa grande fragilité (équilibre alimentaire, disponibilité en eau et qualité de notre environnement), il est important de rappeler que l’art, sous toutes ses formes, qui plante ses racines et qui puise son inspiration dans le monde du vivant peut devenir, en retour, force de changement dans les sociétés qui l’ont enfanté. Qu’on pense bien entendu aux textes publiés, mais aussi aux oeuvres d’art produites, aux paysages conçus et entretenus par les paysans, aux ambiances de vie prolongées et renouvelées en milieu rural, aux plaisirs de la table, aux traditions perpétuées sous diverses formes, et à bien d’autres contributions.Le monde de l’agriculture et de l’alimentation n’a pas à rougir de sa participation aux arts et à la transformation de nos sociétés, en défendant une agriculture et une ruralité à taille humaine, respectueuse des hommes et leurs milieux et en contribuant à préserver, sans renier l’intérêt d’une modernité, certaines valeurs fondamentales qui nous ont été transmises et qu’il nous semble important de perpétuer.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.017
Threshold uncertainty score0.058

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0040.009
Scholarly communication0.0080.002
Open science0.0010.002
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0170.003

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.

Opus teacher head0.018
GPT teacher head0.246
Teacher spread0.229 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueÉcosystèmeSame topicAgriculture and Rural Development ResearchFrench-language works237,207