MétaCan
Menu
Retour à la cohorte
Enregistrement W4405731237 · doi:10.1051/npvelsa/36059

L’accord Union européenne - Canada : quels risques pour les productions animales européennes ?

2017· article· fr· W4405731237 sur OpenAlexaboutno aff
Aurelie Trouvé, Baptiste Buczinski, Philippe Chotteau, Michel Rieu

Notice bibliographique

RevueLe Nouveau Praticien Vétérinaire élevages & santé · 2017
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Le CETA (Comprehensive Economic and Trade Agreement) voté par le parlement européen en février 2017 va avoir des retombées certaines sur les agricultures européennes, notamment par la baisse forte de droits de douane encore importants. C’est le cas en particulier en viande porcine et bovine, avec une forte hausse des contingents offerts à droits de douane nuls. Le CETA offre également de nouvelles possibilités de révision à la baisse des normes sanitaires, phytosanitaires et environnementales, notamment l’interdiction de certaines substances de décontamination sur les produits d'origine animale, l’interdiction de traitement à la ractopamine des animaux, l’interdiction des activateurs de croissance hormonaux pour les bovins viande, les relatives restrictions dans l’importation, la consommation et la production d’OGM. Un rapport très récent, effectué par des chercheurs des instituts techniques de l’élevage de ruminants, du porc et d’AgroParisTech montre ainsi que cet accord risque de fragiliser fortement les productions européennes de viande porcine et bovine, par des imports supplémentaires considérables de viande à droits de douane nuls à certaines périodes. La concurrence outre-atlantique se ferait notamment sur certaines pièces de découpe, comme les côtes et aloyaux en viande bovine. Enfin, ces effets s’ajouteront à ceux de dizaines d’autres accords de libre-échange conclus ou en cours de négociation par l’UE avec d’autres pays ou régions du monde.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,239

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,003
Communication savante0,0070,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,027
Tête enseignante GPT0,267
Écart entre enseignants0,240 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLe Nouveau Praticien Vétérinaire élevages & santéMême sujetAgriculture and Rural Development ResearchTravaux en français237 207