Dossier de présentation du projet de colloque " Arbres et autres plantes de la Cosmétopée : perspectives d'innovation et de valorisation des filières en Outre-mer ". Alba Zaremski, Nadine Amusant, Clara Zaremski
Bibliographic record
Abstract
Le colloque intitulé " Arbres et autres plantes de la Cosmétopée: perspectives d'innovation et de valorisation des filières en Outre-mer", https://cosmetopee2022.cirad.fr/sera organisé pour sa première session, en Guyane, du 28 au 30 mars 2022. Par la suite, l'ambition est de maintenir des sessions qui se dérouleront tous les 2 ans dans les territoires d'Outre-mer, avec notamment le soutien du Ministère des Outre-Mer et des Collectivités, afin de partager régulièrement les résultats de recherche issus des projets et les expériences de professionnels ultramarins. Soucieux de mieux faire connaître les richesses de la biodiversité ultramarine et du potentiel de ces bioressources en économie verte locale, le Cirad a pris l'initiative d'organiser ce colloque sur les arbres de la Cosmétopée forestière (arbres parfumeurs et guérisseurs) en intégrant une dimension ultramarine, afin de partager les résultats de nombreux projets de recherche entre les différents territoires d'Outre-mer dont ceux menés en Guyane, les projets Aquil@Guyane et Anib@rosa (http://aquilaria.cirad.fr/; https://anibarosa.cirad.fr/). Il s'agira également de conforter les liens entre les acquis scientifiques et traditionnels et les filières de valorisation ; l'innovation et son changement d'échelle durable au profit des ultramarins. Outre la valorisation de nos recherches au bénéfice des acteurs du monde agricole et économique, le colloque vise à intégrer les connaissances et les savoirs ancestraux des peuples autochtones de ces territoires, notamment dans le domaine de la Cosmétopée. Ces échanges privilégiés devraient participer au maintien d'un environnement naturel et équilibré tout en préservant et valorisant de manière durable la biodiversité exceptionnelle des territoires de l'Outre -mer français associée aux savoirs traditionnels. Cet événement scientifique et culturel, devrait rassembler une centaine de participants, réunissant chercheurs, producteurs, acteurs socio-économiques et politiques, originaires de nos territoires et départements d'Outre-mer, de métropole mais aussi d'autres zones géographiques.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.054 | 0.018 |
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".