L’intégration culture-élevage, une opportunité pour l’élevage et la transition agroécologique des systèmes agricoles
Bibliographic record
Abstract
\nL’élevage, dans ses formes dites « industrielles », est aujourd’hui largement critiqué pour ses impacts environnementaux. Pour autant, d’autres formes d’élevage plus vertueuses existent, et l’élevage peut s’avérer indispensable pour répondre aux enjeux de production alimentaire, de fourniture de services écosystémiques et de dynamiques socioterritoriales, pour autant qu’il s’intègre dans un paysage agricole diversifié. L’agroécologie nous invite à mieux valoriser la diversité cultivée et élevée dans les exploitations et dans les territoires. L’intégration culture-élevage correspond aux pratiques agricoles à même d’exploiter les synergies entre composantes animales et végétales de cette diversité, à travers le bouclage des cycles de nutriments (fertilisation, alimentation) et les complémentarités fonctionnelles (lutte biologique, désherbage). Ces pratiques déployées au sein d’exploitations diversifiées et/ou entre exploitations spécialisées d’un territoire permettent ainsi de réduire la dépendance aux intrants (aliments achetés, fertilisants chimiques, phytosanitaires, carburants pour la mécanisation) et d’améliorer l’efficience d’utilisation des ressources. Elle peut également accroître la résilience en diluant les risques liés aux aléas (climatiques, économique), et améliorer la productivité du milieu par la diversité des produits. Pour autant, ces pratiques ne font pas (encore) partie du modèle agricole dominant et leur développement nécessitera de lever certains freins techniques, territoriaux et socioéconomiques qui, à défaut d’être rédhibitoires, en limitent aujourd’hui le déploiement.\n
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".