Bibliographic record
Abstract
Quand Andre Voisin redige cet ouvrage, il ne peut imaginer que plus d’un demi-siecle plus tard, il serait le livre a penser de centaines d’eleveurs, d’universitaires et de scientifiques a travers le monde, Etats- Unis, Amerique latine, Canada, Bresil et meme Argentine. En France, si l’ouvrage est connu de certains specialistes, sa diffusion reste confidentielle. Aujourd’hui, les professionnels se l’approprient plus largement. C’est pourquoi nous avons decide de le mettre a nouveau a disposition des eleveurs sous sa forme originelle, celle de 1957. Le pâturage rationnel consiste a intervenir dans l’identification des composants du sol, dans la croissance de l’herbe et a guider l’animal qui la pâture. Andre Voisin enonce donc et developpe au fil de son ouvrage, dix regles fondamentales, qui constituent la trame de la conduite des herbages pour les eleveurs soucieux de qualite et de securite alimentaire. Il est le precurseur de l’agriculture biologique, mais aussi d’une philosophie humanitaire et universelle. Il aimait souvent repeter a ses interlocuteurs : « De l’equilibre du sol depend de la sante de l’animal et de l’homme ». S’il le fallait, pour se convaincre de l’importance de ses travaux et de leur pertinence, encore aujourd’hui, il suffirait de consulter Internet et de noter les centaines de references a ses travaux par des chercheurs du monde entier. Au moment ou certains exces de la productivite ont genere les problemes que l’on connait, il etait temps de rehabiliter les travaux de ce chercheur qui avait deja « tout compris » il y a plus de 50 ans.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.008 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.008 |
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".