MétaCan
Menu
Retour à la cohorte
Enregistrement W1916315164

Duplicity in pet food marketing--a comment.

2011· letter· en· W1916315164 sur OpenAlexaboutno aff

Notice bibliographique

RevuePubMed · 2011
Typeletter
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPet foodMedicineVeterinary medicinePublic relationsMarketingBusinessPolitical scienceFood science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dear Editor, Ethicist Bernard Rollin’s commentary on “duplicity in pet food marketing” (Can Vet J 2011;52:824–826) is very disturbing, not only on this morally questionable practice by a veterinary pet food company, but also on the erosion of the trust by the public towards veterinary practitioners, veterinary colleges, and our associations. The act of “well-publicized financial support by pet food companies to veterinary colleges and professional associations” from such a company implicates veterinary practices that sell the food, our colleges, and associations with this morally questionable practice. As Dr. Rollin discusses, this can easily be interpreted as “kickbacks to the profession” leading to a “significant loss of public confidence in the veracity and integrity of the veterinary profession.” The current situation in our veterinary colleges of nutritional education coming predominantly from the pet food companies rather than from independent specialist nutritionists is like relying upon the tobacco companies for safety reports on their products. The current situation of the Canadian Veterinary Medical Association receiving a large amount of money from a veterinary pet food company is a Faustian deal at best. As a self-governing profession that primarily sells information, we must be and must be seen to be informed, independent, ethical, and caring primarily for the patient and the client. Is it not time for our veterinary colleges and our veterinary associations to extricate themselves from their, and our, conflict of interest with pet food companies?

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,045
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,010
Communication savante0,0070,012
Science ouverte0,0080,004
Intégrité de la recherche0,0960,099
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,351
Tête enseignante GPT0,415
Écart entre enseignants0,064 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVeterinary Practice and Education StudiesTravaux en français237 207