Faire marcher le poulet : pourquoi et comment
Bibliographic record
Abstract
La fréquence élevée de troubles locomoteurs d’origine multifactorielle pose un important problème de santé dans les élevages commerciaux de poulets de chair à croissance rapide. La forte incidence de ces anomalies de la démarche est en partie due à un manque d’activité physique. Plusieurs facteurs ont un effet sur l’activité des animaux. Le poids individuel pendant les trois premières semaines de vie est corrélé négativement à l’indice global d’activité : les poussins les plus légers semblent donc être les plus actifs. L’augmentation de l’hétérogénéité environnementale (barrières, jouets, sable, nouveaux objets) peut stimuler l’activité de façon temporaire, mais n’est pas suffisante en elle-même pour diminuer les boiteries. Introduire de la complexité dans le programme alimentaire (forme, horaire de distribution, composition) semble beaucoup plus efficace pour stimuler l’activité exploratoire des animaux, mais celle-ci est alors souvent associée à une légère réduction du poids. Les modifications d’activité induites permettent de diminuer les boiteries. Introduire des changements d’aliments stimule l’activité et semble être une voie intéressante de prévention des troubles locomoteurs.
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.005 | 0.004 |
| Insufficient payload (model declined to judge) | 0.015 | 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".