MétaCan
Menu
Retour à la cohorte
Enregistrement W4312374244 · doi:10.3406/bavf.2022.71012

Pasteur, son neveu, et la science vétérinaire

2022· article· fr· W4312374244 sur OpenAlexaboutno aff
Maxime Schwartz

Notice bibliographique

RevueBulletin de l Académie vétérinaire de France · 2022
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArtMolecular biologyBiology

Résumé

récupéré en direct d'OpenAlex

Né le 27 décembre 1822, Pasteur a débuté sa carrière scientifique en 1848. Ce n’est qu’en 1860 que les vétérinaires ont commencé à s’intéresser à lui, lors de sa réfutation de la théorie de la génération spontanée. Cet intérêt allait s’accroître lors des controverses sur l’origine des maladies contagieuses. Alors que Pasteur défendait l’idée que celles-ci, comme les fermentations, devaient être causées par des microorganismes, de nombreux vétérinaires, derrière Henri Bouley, récusaient cette idée. Cependant, Bouley ainsi que beaucoup d’autres, convaincus par les expériences de Pasteur sur le charbon des moutons, abandonnèrent en 1877 l’idée du caractère spontané de ces maladies. Dès lors, Bouley, ainsi que nombre de ses collègues apportèrent un soutien précieux aux recherches de Pasteur sur les vaccins contre le choléra des poules, le charbon, le rouget du porc et la rage. Dans quelques cas, malheureusement, Pasteur ne rendit pas l’hommage qu’ils auraient mérité à des vétérinaires qui avaient joué un rôle de précurseur sur des sujets comme le vaccin contre le charbon (Toussaint) ou la rage (Galtier). Parmi les vétérinaires qui ont côtoyé Pasteur, se détache Edmond Nocard, qui fut véritablement LE vétérinaire de l’équipe de Pasteur. Adrien Loir, neveu par alliance de Pasteur, recruté initialement pour suppléer le bras paralysé de son oncle, qui avait subi un AVC en 1868, allait devenir le principal ambassadeur de la science vétérinaire pasteurienne dans le monde. Il allait porter la bonne parole pasteurienne dans des pays aussi divers que la Russie, l’Australie, la Tunisie, la Rhodésie (Zimbabwe), l’Argentine, le Brésil et le Canada. Bien qu’il soit titulaire d’un doctorat en médecine, ses patients ou sujets d’étude devaient être plus souvent des animaux que des êtres humains. Bien entendu il se consacra dans certains de ces pays à lutter contre la rage, mais, par exemple, il introduisit les vaccinations contre le charbon et la péripneumonie contagieuse bovine en Australie, préconisa des mesures de protection des chevaux contre la dourine au Canada. Une grande partie de son activité concerna la lutte contre les nuisibles par exemple les lapins en Australie, les termites en Rhodésie du Sud ou les rats au Havre où il créa un «haras » de chats ratiers. Loir, comme son oncle Pasteur étaient convaincus que les médecines humaine et vétérinaire ne devaient faire qu’une.

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: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,013
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin de l Académie vétérinaire de FranceMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207