Méthode d'évaluation de la durabilité technico-économique des fermes laitières québécoises
Bibliographic record
Abstract
Le nombre de fermes laitières a sensiblement diminué au Québec au cours des dernières années, et cette tendance continue de se maintenir. Ce mémoire a pour objectif de développer des indicateurs technico-économiques de la durabilité des entreprises laitières québécoises. L'évaluation de la durabilité est réalisée à partir d'indicateurs choisis par un groupe d'experts, producteurs et conseillers, spécialisés dans les domaines technique, économique et financier de l'industrie laitière. Ces experts ont aussi associé les indicateurs retenus à des seuils permettant de situer chaque ferme sur une échelle de durabilité. Au total, huit indicateurs technico-économiques regroupés en cinq composantes, ont été retenus pour évaluer la durabilité des fermes laitières. Les huit indicateurs retenus et notés sur une échelle de 100 points sont la production par vache (8 points), le lait fourrager (12 points), la marge de sécurité (15 points), l'endettement par hectolitre de lait vendu (10 points), le pourcentage de charges (20 points), la charge de machinerie par hectolitre de lait vendu ( 10 points), le lait produit par unité de travail personne (15 points) et l'autosuffisance en fourrage (10 points). Quarante entreprises laitières localisées dans deux régions du Québec ont participé à la validation de la méthode d'évaluation de la durabilité. Cette validation a permis de préciser et d'améliorer l'évaluation des indicateurs retenus.
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 | 0.006 | 0.010 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".