Commerce en ligne du lait de chamelle : nouveaux acteurs, nouveaux marchés
Bibliographic record
Abstract
La croissance rapide du cheptel mondial de dromadaires et de chameaux vise notamment à répondre à une demande croissante en lait de chamelle. Nous analysons ces mutations en étudiant le commerce en ligne, apparu récemment, de produits issus de lait de chamelle. Cette étude souligne l’émergence d’acteurs investis dans la production intensive de lait de chamelle, mais aussi dans le commerce de lait en poudre, de lait fermenté et de fromages. Ces nouveaux entrepreneurs du lait de chamelle sont implantés pour une bonne partie dans des pays dépourvus d’élevages camelins, notamment en Europe, aux Etats-Unis, au Canada et dans plusieurs pays émergents. Les prix du lait vendu par internet sont extrêmement variables, soulignant que ce marché est en cours de construction. L’émergence de ce commerce reflète une dynamique d’innovation duale. A cette économie laitière entrepreneuriale basée sur des échanges entre des fermes d’élevage intensif et des consommateurs éloignés s’oppose en effet une économie laitière de proximité basée sur le commerce périurbain de lait frais fortement corrélé aux systèmes pastoraux. Nous concluons sur des pistes de recherche et de développement pour rendre le commerce numérique de lait de chamelle plus inclusif.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.009 | 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".