Sécurité alimentaire de l’agriculture indigène guatémaltèque face à l’incertitude sociale et climatique
Bibliographic record
Abstract
Tandis que les changements climatiques menacent l’agriculture à petite échelle, l’importance des méthodes de modélisation participatives qui peuvent prendre en compte les aspects humains et environnementaux de ces systèmes agricoles prend de l’ampleur. Cette étude présente un modèle socioéconomique des systèmes alimentaires et environnementaux de la région majoritairement indigène du Tz’olöj Ya’ au Guatemala, développé de manière participative avec les parties prenantes de la région et ensuite couplé à un modèle externe des cultures. Le modèle est par la suite utilisé afin d’analyser l’impact des changements climatiques futurs sur le système, autant que leur interaction avec différentes politiques proposées par les parties prenantes. L’analyse démontre que les cycles de rétroaction entre composantes environnementales et humaines au sein du modèle des dynamiques des systèmes mènent à des réponses parfois contre-intuitives aux politiques proposées. En un même temps, l’utilisation d’un modèle des cultures externe facilite la représentation, de manière réaliste, des impacts des changements climatiques sur les cultures. Cette analyse est la première à utiliser un modèle socio-économique des dynamiques des systèmes, couplé avec un modèle externe des cultures, pour analyser un système alimentaire socio-environnemental et la sécurité alimentaire qui en dépend.
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 | 0.001 |
| Science and technology studies | 0.001 | 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".