L’animalité humaine : du constat scientifique aux conséquences éthico-juridiques
Bibliographic record
Abstract
Du constat scientifique de l’”animalité humaine” (ou de l’appartenance de l’espèce humaine à la communauté animale), cet article s’intéresse à ses possibles conséquences sur le plan éthique et juridique vers une considération révisée des (autres) animaux. En annexe, est fournie la liste des lois adoptées au niveau national pour protéger le bien-être animal contre les mauvais traitements et les actes de cruauté à travers le monde. Notre continuité avec les autres animaux est scientifiquement établie. Le concept de “supériorité” humaine, justifiant l’exploitation animale à des fins humaines, est remise en question par le concept de “spécificité” humaine en tant qu’espèce animale. L’espèce humaine appartient à la communauté animale, mais notre spécificité nous permet de concevoir l’éthique et le droit. Sur le plan moral, nous pouvons réfléchir à un “traitement éthique” des (autres) animaux. Sur le plan légal, nous pouvons protéger juridiquement leur bien-être en tant qu’”êtres sensibles”, plutôt que comme simples “objets de propriété”. Est-il possible (ou nécessaire) d’attribuer des droits légaux à nos frères biologiques contre les souffrances inutiles ou évitables? Ou est-il préférable de continuer à imposer aux êtres humains des obligations envers eux à travers des lois de protection animale? Ces questions centrales sont discutées en soulignant l’importance croissante de la protection juridique du bien-être animal dans le monde.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.036 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".