Utilisation des pesticides en agriculture au Québec : désengagement de l'État et influence des acteurs agroindustriels
Bibliographic record
Abstract
Depuis les années 1990, plusieurs crises au sujet des pesticides ont secoué le secteagricole québécois. Malgré ces scandales et la mobilisation de plusieurs groupes écologistes et citoyens, aucun changement politique majeur ne semble prendre forme autour des questions agroenvironnementales. Alors que des recherches issues de la science politique permettent d’expliquer ce statu quo par la puissance des groupes d’intérêts agroindustriels, ce projet de recherche propose d’aller au-delà de cette hypothèse. Positionnant l’État au centre de ces travaux, cette analyse examine comment le désengagement de l’État a favorisé la puissance des groupes privés. Cette recherche s’appuie sur des entretiens réalisés avec des acteurs de première ligne ainsi qu’une analyse des mémoires déposés à la Commission de l'agriculture, des pêcheries, de l'énergie et des ressources naturelles lors de ses travaux sur l’utilisation des pesticides au Québec. Ce mémoire vise à mettre en lumière les effets du désengagement étatique dans le secteur de l’agriculture et de l’agroenvironnement. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Agroenvironnement, État, Groupes d’intérêts, Interventionnisme, Pesticides, Politiques agricoles
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| 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) | 0.004 | 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".