MétaCan
Menu
Retour à la cohorte
Enregistrement W1978236073 · doi:10.4000/vertigo.13035

La problématique éthique du développement de l’aquaculture industrielle au Canada : analyse mésologique d’un nouveau rapport possible à l’océan

2012· article· fr· W1978236073 sur OpenAlexaffvenueabout
Louis-Étienne Pigeon, Lyne Létourneau

Notice bibliographique

RevueVertigO · 2012
Typearticle
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Le développement des techniques d’aquaculture au Canada est un phénomène qui a récemment pris une importance considérable. Au plan économique, ces techniques de production peuvent potentiellement combler un vide laissé par la baisse des stocks naturels de poissons qui faisaient la réputation du pays. Mais au plan social, l’apparition des fermes de production aquacole et la possibilité de mettre en œuvre des technologies de transgénèse pour en augmenter la productivité ont provoqué des conflits importants entre les promoteurs et d’autres groupes d’intérêts. Cet article vise à faire une analyse éthique des possibilités qu’offre l’aquaculture au Canada dans le contexte actuel. La méthode d’analyse s’inspire d’une approche mésologique, c’est-à-dire que le centre d’intérêt est la relation de l’être humain à la nature. Nous soutenons que le développement des fermes d’aquaculture au Canada peut être une stratégie bénéfique parce qu’il ouvre la voie à la création de lieux de rencontre entre l’être humain et la nature à travers une relation de domestication. Toutefois, la mise en œuvre de techniques de pointe telle que la transgénèse menace de réduire la qualité et la diversité des relations instituées parce que ces techniques sont essentiellement des techniques modernes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,004
Communication savante0,0060,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetAnimal Genetics and ReproductionTravaux en français237 207