Évaluation de stratégies augmentant potentiellement la résilience des cultures de soya québécoises face aux changements climatiques
Bibliographic record
Abstract
Analyse multicritère d'une sélection de stratégies agricoles pouvant augmenter la résilience des cultures de soya québécoises aux changements climatiques. L'analyse et les recommandations sont précédées d'une mise en contexte (La résilience climatique et ses enjeux et Le portrait de l'agriculture au Québec), des Impacts de la culture du soya québécois sur l'environnement et des Effets directs et indirects des changements climatiques sur l'agriculture. L’objectif de cet essai est d’évaluer la performance de sept stratégies pouvant potentiellement contribuer à la résilience des cultures de soya québécoises face aux changements climatiques. Afin de bien saisir les enjeux entourant l’objectif, un portrait de l’agriculture au Québec, les conséquences du soya sur l’environnement et les effets directs et indirects des changements climatiques sur l’agriculture sont préalablement détaillés, servant du même coup de synthèse des savoirs. L’évaluation est ensuite menée à l’aide de critères et est présentée dans une analyse multicritère. Les critères d’évaluation ont été choisis en fonction des principaux enjeux influençant la résilience du soya aux CC. Ils visent l’adoption des stratégies et des effets bénéfiques à court/moyen terme. Les conclusions de l’évaluation mènent à la recommandation de mise en action à court/moyen terme de six stratégies sur sept, soit celles de se tourner vers l’agriculture biologique, d’implanter des cultures de couverture intercalaire en début de saison, de miser sur les technologies génétiques comme outil de sélection des variétés, d’adopter un marché du carbone en agriculture, de mettre en place un programme de valorisation monétaire des biens et services écologiques et finalement d’élargir l’accès au réseau électrique triphasé afin d’accélérer la transition énergétique. Seuls les résultats de la stratégie consistant à effectuer une migration des cultures de soya vers les régions nordiques du Québec se sont avérés négatifs à l’égard des critères d’évaluation, et n’est donc pas recommandé à court/moyen terme.
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 | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| 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".