Faut-il génotyper « nos bonnes vaches » ? Une approche de la génomique par les contradictions
Bibliographic record
Abstract
Grâce à une prise de sang, la SAM (Sélection assistée par marqueurs) peut produire une valeur estimée du potentiel de transmission des animaux d’élevage. Elle est depuis peu promue comme une nouvelle façon d’atteindre une élévation moyenne du progrès génétique. C’est cette « troisième révolution » de l’élevage, que nous avons voulu suivre à travers une enquête qualitative dans l’aire d’origine de la race bovine Montbéliarde (les départements du Jura et du Doubs en France). Face à l’introduction des outils génomiques pour la sélection, les personnes que nous avons rencontrées sont toutes partantes et toutes réticentes… La SAM met chacun à l’épreuve, mais chacun tente aussi d’y trouver son propre compte et ces contradictions sont progressivement devenues le fil rouge de notre enquête. Plutôt que les voir comme les preuves d’une argumentation logique chancelante, elles apparaissent comme des marques d’hésitations et de tensions et sont devenues pour nous des indices pour pister les conséquences de l’innovation en train de se faire.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 teacher head, 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".