Adhésion et résultats de l'assurance récolte dans les foins au Québec : analyse de sa mise en œuvre et analogie avec la Pennsylvanie
Bibliographic record
Abstract
L'assurance récolte est un programme gouvernemental qui compense les pertes de récoltes des entreprises agricoles. Au Québec, dans le programme pour les foins, les pertes sont évaluées à partir d'indices et de données météorologiques depuis 2007. Depuis lors, ce programme a connu des problématiques qui ont mené à des modifications dans sa mise en œuvre. L'objectif de ce mémoire est de comprendre comment le processus de mise en œuvre explique les résultats de l'assurance récolte dans les foins au Québec. À partir de la théorie sur la mise en œuvre de politiques publiques (Winter, 1990, 2012), un cadre d'analyse a été élaboré et adapté pour analyser une assurance récolte indicielle. Ce cadre examine comment l'élaboration du programme, ses composantes (options offertes dans les contrats d'assurance, données et indices, ressources financières et humaines, primes) et sa livraison (coordination des organisations et rôle des agents d'assurance) influencent ses résultats (adhésion, perceptions et comportements des producteurs de foins; ratios indemnités versées / primes payées). Une analogie avec le programme en Pennsylvanie Pasture, Rangeland, Forage Insurance Program a permis d'enrichir les résultats. À partir de 23 entretiens avec des acteurs impliqués dans le programme québécois, de statistiques et de documentation sur les programmes québécois et américains, six principaux constats ont émergé. Premièrement, le programme québécois assure 59 % des superficies de foins en 2020. Deuxièmement, bien que les programmes au Québec et en Pennsylvanie soient des assurances indicielles, leurs composantes et leurs méthodes de livraison sont différentes, ce qui influence leurs résultats. Troisièmement, les producteurs de foin québécois ont reçu, en moyenne, 4,32 $ d'indemnité pour chaque dollar de prime versé entre 2007 et 2022. Malgré ces résultats, plusieurs producteurs expriment des insatisfactions et des incompréhensions, pour la plupart liées au risque de base (corrélation imparfaite entre les pertes réelles à la ferme et les pertes calculées par le programme). Quatrièmement, les producteurs peuvent développer des comportements économiques non désirés (p. ex. maximiser leurs indemnités; être influencés dans leur choix de production par le programme) tant au Québec qu'en Pennsylvanie. Cinquièmement, au Québec, trois perceptions du programme ont été identifiées en interrogeant les producteurs de foins : assurance (programme couvre les pertes), « placement » (indemnité plus élevée que prime payée à long terme) et « loterie » (indemnités incertaines et déconnectées des pertes réelles). Ces perceptions influencent le choix d'adhérer (ou non) à l'assurance récolte et la satisfaction des producteurs. Sixièmement, la coordination et le transfert d'information entre les acteurs impliqués, notamment La Financière agricole du Québec, l'Union des producteurs agricoles et les producteurs de foins, influencent les résultats du programme. Cette étude ouvre la voie à plusieurs perspectives de recherches sur l'impact des réformes d'un programme sur les comportements économiques des producteurs.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".