This data article contains annotation data characterizing Multi Criteria Assessment (MCA) Methods proposed in the agri-food sector by researchers from INRA, Europe's largest agricultural research institute (INRA, https://institut.inra.fr/en). MCA can be used to assess and compare agricultural and food systems, and support multi-actor decision making and design of innovative systems for crop production, animal production and processing of agricultural products.
Innovation is often presented as one of the main catalysts for more sustainable and inclusive development. In the agricultural and food sectors, innovation is characterized not only by specificities arising from its relationship to nature, but also from the wide diversity of its stakeholders, ranging from farmers to consumers, and including intermediaries such as the research community and advisory services. Innovation emerges from interactions between these actors, who mobilize resources and produce knowledge in collaborative mechanisms in orderto generate changes.
Innovation policies are considered the long-term strategy to overcome the present systemic crisis. But this crisis is questioning such policies, their presuppositions and institutional arrangements. This questioning includes the Triple Helix theory and its impact on research and innovation policies. The goal is to examine how this theory can respond to theoretical and practical challenges, how the theory needs to evolve in order to fit the present context.
This material was presented duting the conference: Big Data, a multiscale solution for a sustainable agriculture in Copenhagen Denmark in 2017 and brings an overview of the technological innovations of the French agricultural sector.
Agricultural machinery manufacturers historically referred to the intermediate players for selling, maintenance, customer service and/or training of equipment appear to interact with farmers and end-users. Intermediate players have therefore faced the burden to master the technology, in constant evolution, and the associated training needs at the interface between sophisticated equipment and the end-user and its sociological characteristics (age, education, background, etc.).
Description du sujet. Une approche système basée sur la co-conception et l’évaluation expérimentale in situ de prototypes de systèmes de culture (SDC) a été mise en œuvre dans le projet INRA « GeDuNem » pour une gestion durable des nématodes à galles (NG) dans les systèmes maraîchers sous abris.
L’une des avancées les plus importantes dans le domaine de l’observation de la terre est la découverte des indices spectraux, ils ont notamment prouvé leur efficacité dans la caractérisation des surfaces agricoles, mais ils sont généralement définis de manière empirique. Cette étude basée sur l’intelligence artificielle et le traitement du signal, propose une méthode pour trouver un indice optimal. Et porte sur l’analyse d’images issues d’une caméra multi-spectrale, utilisée dans un contexte agricole pour l’acquisition en champ proche de végétation.
Mobiliser les approches issues de l’Intelligence Artificielle (IA) en Santé Animale (SA) permet d’aborder des problèmes de forte complexité logique ou algorithmique tels que rencontrés en épidémiologie quantitative et prédictive, en médecine de précision, ou dans l’étude des relations hôtes × pathogènes.
Le projet RIVAGE veut favoriser l’adoption de pratiques alternatives pour gérer les impacts de la pollution diffuse dans le bassin versant de la rivière Pérou en Guadeloupe. Son objectif est de produire et partager les connaissances sur les processus, les impacts et les pratiques innovantes avec les acteurs du territoire. Pour faciliter la prise en compte des résultats, le projet a créé une « école-acteurs ». L’école-acteurs est un espace d’échanges autour des thématiques liées à la pollution diffuse agricole.
L’herbe pâturée est l’aliment qui coûte le moins cher dans une ration et la bonne gestion de l’herbe passe entre autre par une connaissance des quantités disponibles. Afin de simplifier et d’automatiser ces mesures d’herbe, et ainsi contribuer au maintien voire au développement du pâturage, le projet HERDECT s’est attaché à construire des méthodes d’estimation de la biomasse des prairies à partir d’outils de télédétection (d’acquisition à distance) et à en estimer la faisabilité opérationnelle.