Avis de l'Anses. Second avis du GECU PPA. Analyse, réponses au 2ème lot de questions et conclusions du GECU "relatives à l'évaluation des mesures de prévention et de gestion mises en place afin de prévenir et maîtriser le risque de diffusion de la PPA sur le territoire national français»
Bibliographic record
Abstract
L’Anses a été saisie le 27 septembre 2018 par la Direction générale de l'alimentation (DGAL) et la Direction générale de l’aménagement, du logement et de la nature (DGALN) pour la réalisation de l’expertise suivante : « Demande d’évaluation des mesures de prévention et de gestion mises en place afin de prévenir et maîtriser le risque de diffusion de la PPA sur le territoire national et en particulier dans le Nord-Est de la France » (saisine 2018-SA-0210).A la demande des ministères, un premier avis a été rendu en urgence le 1er octobre 2018 pour apporter des réponses à une première série de questions (cf Annexe 2), sans pour autant que cet avis ne porte la conclusion de l’expertise sollicitée.Compte tenu de l’évolution de la situation sanitaire en Belgique, l’Anses a reçu par mail le 28 septembre 2018 de la Direction générale de l'alimentation (DGAL) une série de questions supplémentaires (considérée sur le plan administratif comme une seconde saisine sous référence 2018-SA-0218). En faisant référence aux réponses apportées dans le premier avis, signé le 1er octobre 2018, le présent document répond aux questions nouvelles, apporte des précisions et la conclusion à date de l’expertise.
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 | 0.007 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.058 | 0.015 |
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".