L’accord Union européenne - Canada : quels risques pour les productions animales européennes ?
Bibliographic record
Abstract
Le CETA (Comprehensive Economic and Trade Agreement) voté par le parlement européen en février 2017 va avoir des retombées certaines sur les agricultures européennes, notamment par la baisse forte de droits de douane encore importants. C’est le cas en particulier en viande porcine et bovine, avec une forte hausse des contingents offerts à droits de douane nuls. Le CETA offre également de nouvelles possibilités de révision à la baisse des normes sanitaires, phytosanitaires et environnementales, notamment l’interdiction de certaines substances de décontamination sur les produits d'origine animale, l’interdiction de traitement à la ractopamine des animaux, l’interdiction des activateurs de croissance hormonaux pour les bovins viande, les relatives restrictions dans l’importation, la consommation et la production d’OGM. Un rapport très récent, effectué par des chercheurs des instituts techniques de l’élevage de ruminants, du porc et d’AgroParisTech montre ainsi que cet accord risque de fragiliser fortement les productions européennes de viande porcine et bovine, par des imports supplémentaires considérables de viande à droits de douane nuls à certaines périodes. La concurrence outre-atlantique se ferait notamment sur certaines pièces de découpe, comme les côtes et aloyaux en viande bovine. Enfin, ces effets s’ajouteront à ceux de dizaines d’autres accords de libre-échange conclus ou en cours de négociation par l’UE avec d’autres pays ou régions du monde.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".