Bibliographic record
Abstract
Né le 27 décembre 1822, Pasteur a débuté sa carrière scientifique en 1848. Ce n’est qu’en 1860 que les vétérinaires ont commencé à s’intéresser à lui, lors de sa réfutation de la théorie de la génération spontanée. Cet intérêt allait s’accroître lors des controverses sur l’origine des maladies contagieuses. Alors que Pasteur défendait l’idée que celles-ci, comme les fermentations, devaient être causées par des microorganismes, de nombreux vétérinaires, derrière Henri Bouley, récusaient cette idée. Cependant, Bouley ainsi que beaucoup d’autres, convaincus par les expériences de Pasteur sur le charbon des moutons, abandonnèrent en 1877 l’idée du caractère spontané de ces maladies. Dès lors, Bouley, ainsi que nombre de ses collègues apportèrent un soutien précieux aux recherches de Pasteur sur les vaccins contre le choléra des poules, le charbon, le rouget du porc et la rage. Dans quelques cas, malheureusement, Pasteur ne rendit pas l’hommage qu’ils auraient mérité à des vétérinaires qui avaient joué un rôle de précurseur sur des sujets comme le vaccin contre le charbon (Toussaint) ou la rage (Galtier). Parmi les vétérinaires qui ont côtoyé Pasteur, se détache Edmond Nocard, qui fut véritablement LE vétérinaire de l’équipe de Pasteur. Adrien Loir, neveu par alliance de Pasteur, recruté initialement pour suppléer le bras paralysé de son oncle, qui avait subi un AVC en 1868, allait devenir le principal ambassadeur de la science vétérinaire pasteurienne dans le monde. Il allait porter la bonne parole pasteurienne dans des pays aussi divers que la Russie, l’Australie, la Tunisie, la Rhodésie (Zimbabwe), l’Argentine, le Brésil et le Canada. Bien qu’il soit titulaire d’un doctorat en médecine, ses patients ou sujets d’étude devaient être plus souvent des animaux que des êtres humains. Bien entendu il se consacra dans certains de ces pays à lutter contre la rage, mais, par exemple, il introduisit les vaccinations contre le charbon et la péripneumonie contagieuse bovine en Australie, préconisa des mesures de protection des chevaux contre la dourine au Canada. Une grande partie de son activité concerna la lutte contre les nuisibles par exemple les lapins en Australie, les termites en Rhodésie du Sud ou les rats au Havre où il créa un «haras » de chats ratiers. Loir, comme son oncle Pasteur étaient convaincus que les médecines humaine et vétérinaire ne devaient faire qu’une.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.013 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.010 | 0.003 |
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".