La compétitivité prix des volailles de chairaux États-Unis et dans l’UE, dans le cadre des négociationsde l’accord de libre-échange
Bibliographic record
Abstract
Avec une production d’environ 20 millions de tonnes, les États-Unis sont le premier producteur mondial de volailles et le deuxième exportateur juste derrière le Brésil. Si la production étatsunienne de volailles est bien supérieure à celle de l’Union européenne (12 millions de tonnes pour l’UE), elle n’est pas destinée aux mêmes marchés. En effet, le Mexique, le Canada et la Russie (avant l’embargo) sont les principales destinations des exportations étatsuniennes, qui atteignent près de 4 millions de tonnes soit 20 p. cent de la production nationale (10 p. cent de la production européenne de volailles est exportée vers les pays tiers). Les États-Unis produisent de la viande de volaille principalement pour leur marché intérieur, l’export n’est en fait qu’une voie de dégagement pour les produits non valorisés sur le territoire national. Tandis que les négociations sur l'accord de libre-échange transatlantique se poursuivent, les craintes d'une menace pour les filières avicoles françaises se cristallisent. La compétitivité des États-Unis sur le secteur avicole risque en effet de bouleverser le marché intra-communautaire par des importations de filets à bas prix.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 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".