MétaCan
Menu
Retour à la cohorte

La revue INRA Productions Animales dans la production scientifique en élevage et sciences animales

2019· article· fr· W2979537957 sur OpenAlexaboutno aff
René Baumont, Agnès Girard

Notice bibliographique

RevueINRAE Productions Animales · 2019
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueInsect Utilization and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesAnimal productionPolitical scienceArtBiology

Résumé

récupéré en direct d'OpenAlex

Depuis 30 ans, la revue INRA Productions Animales publie principalement des articles de synthèse sur tous les sujets concernant les productions animales à destination d’un large public d’utilisateurs des résultats de la recherche. À partir de la base de données « Web of Science ™ » (WOS) et dans le périmètre limité à la catégorie « Agriculture, dairy and animal sciences » dans laquelle la revue est indexée depuis 1997, cet article propose une analyse du positionnement de la revue dans la littérature scientifique internationale, européenne et de l’INRA. Dans une production scientifique multipliée par deux entre 1997 et 2017 dans cette WOS catégorie (9000 articles en 2017), le nombre d’articles publiés chaque année par l’INRA (environ 250) et par la revue (entre 30 et 35) est stable. La France est le 7ème pays contributeur derrière les USA, l’Inde, la Chine, le Brésil, l’Allemagne et le Canada. L’analyse lexicale de l’ensemble des références du WOS montre une grande stabilité des termes les plus fréquemment utilisés qui restent dominés par les problématiques de production. En revanche, l’analyse de l’évolution des publications montre clairement l’émergence et la montée en puissance des recherches menées sur les systèmes d’élevage, le bien-être animal et la sélection génomique, à la fois en Europe et à l’INRA. Au final, les recherches conduites par l’INRA dans le domaine des productions animales, et en particulier celles diffusées par la revue INRA Productions Animales, sont au diapason des recherches conduites à l’échelle européenne.

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)0,021
score de la tête « metaresearch » (Gemma)0,042
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0130,017
Études des sciences et des technologies0,0020,003
Communication savante0,0130,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0350,018

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 Opus0,025
Tête enseignante GPT0,261
Écart entre enseignants0,236 · 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
GenreSynthèse

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINRAE Productions AnimalesMême sujetInsect Utilization and EffectsTravaux en français237 207