MétaCan
Menu
Back to cohort
Record W4375842413 · doi:10.4000/vertigo.36398

(Bio)porodi rekk ? Structuration des savoirs paysans de protection des cultures et dépendance aux pesticides en maraîchage – Cas d’une commune maraîchère de la zone des Niayes (Sénégal)

2022· article· fr· W4375842413 on OpenAlexvenueno aff
Baptiste Gaillard

Bibliographic record

VenueVertigO · 2022
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsnot available
FundersAgence Nationale de la Recherche
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Au Sénégal, le recours aux pesticides en maraîchage est une pratique généralisée et persistante. Cette situation est illustrée par la formule synthétique « porodi rekk » (« juste les pesticides » en wolof), par laquelle les maraîchers résument usuellement leur approche de la gestion des nuisibles. L’objectif de cet article est d’explorer les savoirs paysans de protection des cultures maraîchères, puis d’analyser la contribution de ces savoirs à la reproduction de la lutte chimique à l’échelle du secteur maraîcher sénégalais. Pour ce faire, le présent article analyse comment ces savoirs sont structurés par le réseau matériel et social qui leur est associé, et comment ces savoirs structurent à leur tour les pratiques des maraîchers. La méthode retenue a consisté en une étude de cas centrée sur une commune (anonymisée) de la zone des Niayes – principal bassin de production de légumes au Sénégal. Quarante-huit (48) entretiens semi-directifs ont été réalisés auprès de maraîchers et de revendeurs de pesticides, principalement, avant d’être analysés par codage inductif. Il ressort que les savoirs des maraîchers sont doublement structurés i) par leur mise en partage dans des réseaux informels de conseil et ii) une appréhension empirico-sensorielle des pesticides et de leur efficacité. Ce mode de structuration assure la production continue et incrémentale de savoirs de protection des cultures qui comportent i) une classification paysanne des pesticides, ii) une représentation dominante des causes des problèmes phytosanitaires, iii) une connaissance évolutive des traitements chimiques les plus efficaces – mais également iv) une large ignorance des risques occasionnés par la lutte chimique sur la santé et l’environnement. Finalement, le processus d’innovation en vigueur en matière de protection des cultures maraîchères – et le réseau matériel et social qui le sous-tend – assurent l’amélioration continue et la reproduction de la lutte chimique. Paradoxalement, la promotion des biopesticides ou traitements « bio », assurée par certains organismes et projets de développements, aggrave l’invisibilisation des rares savoirs paysans alternatifs. Au-delà du rôle des savoirs, la littérature suggère que la persistance de la lutte chimique au niveau du secteur maraîcher sénégalais découle plus généralement d’un triple verrouillage politico-institutionnel, technico-économique et socio-cognitif.

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)0.001
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: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.041
Threshold uncertainty score0.081

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0030.003
Scholarly communication0.0020.001
Open science0.0000.002
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.023
GPT teacher head0.278
Teacher spread0.255 · 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 designObservational
Domainnot available
GenreEmpirical

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

Citations2
Published2022
Admission routes1
Has abstractyes

Explore more

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