Évaluation de la qualité de la viande de lapin produite au Québec
Bibliographic record
Abstract
L’objectif de ce projet de recherche était d’évaluer la qualité de la viande de lapin produite au Québec en prenant en considération l’impact des différentes gestions préabattage. Pour ce faire, cinq producteurs furent sélectionnés en collaboration avec le Syndicat des producteurs de lapins du Québec. Les lapins furent abattus dans deux abattoirs sous juridiction provinciale située au Québec et dans deux abattoirs sous juridiction fédérale, un situé au Québec et l’autre en Ontario. Le pH musculaire du Longissimus lumborum (LL) et du Biceps femoris (BF) fut mesuré après 1h (pH1h) et 24h (pHu) post-mortem pour les lapins abattus au Québec. Les pertes en eau (par exsudation et à la cuisson) furent mesurées sur le LL. Tous les pH1hBF et 97,6% des pH1hLL étaient >6. Les valeurs variaient entre 5,70 et 6,58 pour le pHuLL, entre 5,80 et 6,83 pour le pHuBF et entre 0,00 et 2,56% pour la perte de poids par exsudation du LL. Une analyse en cluster hiérarchique basée sur le pHu, la perte en eau à la cuisson et la luminosité de 200 LL fut effectuée pour regrouper les LL ayant une qualité similaire. Des quatre groupes créés par l’analyse en cluster hiérarchique, les groupes 3 et 4 présentaient la plus faible qualité et une viande à pH élevé comme retrouvé pour la viande DFD (40% des LL analysées). Les groupes 1 et 2 avaient la meilleure et la deuxième meilleure qualité de viande, respectivement. Pour les lapins abattus en Ontario, la meilleure gestion préabattage était celle où les mangeoires étaient gardées en place, mais avec les lumières ouvertes avant le long voyage (7h). Même si la majorité (60%) des LL analysés se retrouvait dans les groupes 1 et 2, en général, la qualité de la viande de lapin produite au Québec est variable au sein du secteur suggérant que plusieurs facteurs ne sont pas encore complètement contrôlés dans la chaîne de valeur.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".