Facteurs influençant l’adoption de bonnes pratiques agroenvironnementales par les producteurs de grandes cultures dans le bassin versant de la rivière châteauguay
Bibliographic record
Abstract
Le bassin versant de la rivière Châteauguay est un ensemble géographique situé dans le sud du Québec. Le territoire de ce bassin est consacré à 59 % à l’agriculture, dont une grande proportion aux grandes cultures de type maïs-grain, soya, blé, avoine et canola. L’intensification des pratiques agricoles sur ce territoire a inévitablement engendré des problèmes environnementaux tels que la dégradation de plusieurs milieux naturels. On constate cependant, depuis quelques années, une volonté grandissante de la part des producteurs agricoles de réduire leurs empreintes sur l’environnement. Malgré cette volonté croissante, plusieurs pratiques agroenvironnementales sont encore peu répandues dans le milieu. L’objectif de cet essai est donc de déterminer les facteurs qui limitent l’adoption de bonnes pratiques par les producteurs de grandes cultures. À priori, une revue de littérature a permis de déterminer les principaux facteurs qui influencent l’adoption de bonnes pratiques. Ces facteurs sont en ordre d’importance : les considérations économiques, la réglementation et les politiques, l’expertise et le support technique et les facteurs sociaux et psychologiques. Considérant le poids et le type d’influence (positive, négatif ou neutre) de chacun de ces facteurs une analyse multicritère a été effectuée afin de déterminer les pratiques les plus susceptibles d’être adoptées par les producteurs agricoles. Les pratiques règlementées ont obtenu le plus haut pointage suivi des pratiques les plus rentables. Afin de valider ces résultats, une enquête sous forme de questionnaire, a été réalisée auprès de 6 conseillers de clubs-conseils en agroenvironnement du bassin versant de la rivière Châteauguay. Cette étude de cas a permis de confirmer la grande influence des facteurs économiques sur les producteurs de grandes cultures. Les facteurs sociaux et psychologiques sont arrivés en seconde position. Ainsi, les interventions auprès des producteurs de grandes cultures devraient être faites en considérant l’influence marquée de ces facteurs. L’aide financière octroyée par les divers programmes gouvernementaux devrait être plus accessible et généreuse. Finalement, les efforts des producteurs agricoles devraient être davantage publicisés.
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 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".