MétaCan
Menu
Retour à la cohorte
Enregistrement W3203511710 · doi:10.19182/remvt.36746

Commerce en ligne du lait de chamelle : nouveaux acteurs, nouveaux marchés

2021· article· fr· W3203511710 sur OpenAlexaboutno aff
Gaukhar Konuspayeva, Bernard Faye, Guillaume Duteurtre

Notice bibliographique

RevueRevue d’élevage et de médecine vétérinaire des pays tropicaux · 2021
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Diversity and Health Studies
Établissements canadiensnon disponible
Organismes subventionnairesPartnership for Research and Innovation in the Mediterranean Area
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

La croissance rapide du cheptel mondial de dromadaires et de chameaux vise notamment à répondre à une demande croissante en lait de chamelle. Nous analysons ces mutations en étudiant le commerce en ligne, apparu récemment, de produits issus de lait de chamelle. Cette étude souligne l’émergence d’acteurs investis dans la production intensive de lait de chamelle, mais aussi dans le commerce de lait en poudre, de lait fermenté et de fromages. Ces nouveaux entrepreneurs du lait de chamelle sont implantés pour une bonne partie dans des pays dépourvus d’élevages camelins, notamment en Europe, aux Etats-Unis, au Canada et dans plusieurs pays émergents. Les prix du lait vendu par internet sont extrêmement variables, soulignant que ce marché est en cours de construction. L’émergence de ce commerce reflète une dynamique d’innovation duale. A cette économie laitière entrepreneuriale basée sur des échanges entre des fermes d’élevage intensif et des consommateurs éloignés s’oppose en effet une économie laitière de proximité basée sur le commerce périurbain de lait frais fortement corrélé aux systèmes pastoraux. Nous concluons sur des pistes de recherche et de développement pour rendre le commerce numérique de lait de chamelle plus inclusif.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,026
Tête enseignante GPT0,269
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue d’élevage et de médecine vétérinaire des pays tropicauxMême sujetAnimal Diversity and Health StudiesTravaux en français237 207