MétaCan
Menu
Retour à la cohorte
Enregistrement W4311895171 · doi:10.19182/remvt.37041

Online camel milk trade: new players, new markets (Update)

2022· article· en· W4311895171 sur OpenAlexaboutno aff
Gaukhar Konuspayeva, Bernard Faye, Guillaume Duteurtre

Notice bibliographique

RevueRevue d’élevage et de médecine vétérinaire des pays tropicaux · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Diversity and Health Studies
Établissements canadiensnon disponible
Organismes subventionnairesPartnership for Research and Innovation in the Mediterranean AreaEuropean Commission
Mots-clésCamel milkLivestockBusinessPopulationMilk productionProduction (economics)The InternetAgricultural economicsAgricultural scienceGeographyFood scienceEconomicsBiologyAnimal science

Résumé

récupéré en direct d'OpenAlex

The rapid growth of the dromedary and Bactrian camel population worldwide aims in part at satisfying a growing demand for camel milk. We analyze these changes by studying the recent arrival of online trade of camel milk products. This study highlights the emergence of actors involved in the intensive production of camel milk, but also in the trade of milk powder, fermented milk and cheese. These new camel milk entrepreneurs are located for the most part in countries without camel farms, notably in Europe, the United States, Canada and several emerging countries. The prices of milk sold over the Internet are extremely variable, highlighting a market that is under construction. The emergence of this trade reflects a dualistic innovation process. This entrepreneurial dairy economy based on exchanges between intensive livestock farms and distant consumers sharply contrasts with a local dairy economy based on periurban trade in fresh milk, which is strongly correlated with pastoral systems. We conclude with research and development recommendations to make the online trade of camel milk more inclusive.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,005
Études des sciences et des technologies0,0000,001
Communication savante0,0030,006
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,006

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 Opus0,044
Tête enseignante GPT0,267
Écart entre enseignants0,223 · 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

Citations11
Publié2022
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