La revue INRA Productions Animales dans la production scientifique en élevage et sciences animales
Bibliographic record
Abstract
Depuis 30 ans, la revue INRA Productions Animales publie principalement des articles de synthèse sur tous les sujets concernant les productions animales à destination d’un large public d’utilisateurs des résultats de la recherche. À partir de la base de données « Web of Science ™ » (WOS) et dans le périmètre limité à la catégorie « Agriculture, dairy and animal sciences » dans laquelle la revue est indexée depuis 1997, cet article propose une analyse du positionnement de la revue dans la littérature scientifique internationale, européenne et de l’INRA. Dans une production scientifique multipliée par deux entre 1997 et 2017 dans cette WOS catégorie (9000 articles en 2017), le nombre d’articles publiés chaque année par l’INRA (environ 250) et par la revue (entre 30 et 35) est stable. La France est le 7ème pays contributeur derrière les USA, l’Inde, la Chine, le Brésil, l’Allemagne et le Canada. L’analyse lexicale de l’ensemble des références du WOS montre une grande stabilité des termes les plus fréquemment utilisés qui restent dominés par les problématiques de production. En revanche, l’analyse de l’évolution des publications montre clairement l’émergence et la montée en puissance des recherches menées sur les systèmes d’élevage, le bien-être animal et la sélection génomique, à la fois en Europe et à l’INRA. Au final, les recherches conduites par l’INRA dans le domaine des productions animales, et en particulier celles diffusées par la revue INRA Productions Animales, sont au diapason des recherches conduites à l’échelle européenne.
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 | 0.021 | 0.042 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.013 | 0.017 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.013 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.035 | 0.018 |
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".