Du bon usage des pesticides : analyse socio-politique de la formation Certiphyto auprès des agriculteurs français
Bibliographic record
Abstract
Depuis 2009, tous les professionnels français exerçant une activité en lien avec les pesticides ont l’obligation de détenir le Certiphyto, attestant de connaissances suffisantes pour vendre, conseiller ou utiliser les pesticides en sécurité et réduire leur usage. En parallèle, les autorités publiques ont enregistré non pas une diminution mais une augmentation de la consommation nationale de pesticides, interrogeant la pertinence et l’efficacité de cette formation. Les formateurs et les agriculteurs de 40 formations Certiphyto ont accepté l'enregistrement de leur session. Ces verbatims ont été analysés quantitativement et qualitativement. Ensuite, la formation Certiphyto « réelle » (telle qu'observée à travers les verbatims) a été comparée à la formation « prescrite » (recommandations émises par les autorités). Sur le plan quantitatif, la durée moyenne des sessions est inférieure aux référentiels. Sur le plan qualitatif, l'écart au prescrit est quasiment la règle. Des items sont abordés alors qu'ils ne le devraient pas et inversement des items prescrits sont passés à la trappe. L'analyse sémantique des verbatims montre des déroulés pédagogiques variables, des principes généraux de prévention ne recevant pas l'attention qu'ils méritent, des préoccupations techniques et réglementaires envahissantes, et cetera. La refonte du Certiphyto apparaît donc comme une absolue nécessité afin d'encourager un meilleur usage des pesticides en France. Les constats de cette recherche conduisent à l'émission de recommandations qui devront être discutées par les parties prenantes, déclinées en objectifs opérationnels et éventuellement appliquées et validées selon les agendas propres à chaque organisation.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 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".