MétaCan
Menu
Retour à la cohorte
Enregistrement W1926066990 · doi:10.1080/10454438.2014.922154

Selection and Interpretation of Diagnostic Tests in Aquaculture Biosecurity

2015· article· en· W1926066990 sur OpenAlexaff
Charles Caraguel, Ian A. Gardner, K. Larry Hammell

Notice bibliographique

RevueJournal of Applied Aquaculture · 2015
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésBiosecurityContext (archaeology)BiologyAquacultureQuarantineDiagnostic testTest (biology)PopulationVeterinary medicineFish <Actinopterygii>FisheryEnvironmental healthEcologyMedicine

Résumé

récupéré en direct d'OpenAlex

In biosecurity-related activities in aquaculture, diagnostic tests are commonly used to (1) demonstrate freedom from infection in a facility, (2) screen aquatic animals prior to introduction to the receiving facility, (3) detect infected animals as early as possible during a quarantine period, and (4) confirm suspicious or clinical case(s). The interpretation of test result(s) is indicative of the true infection status at the individual and at the group levels and has direct implications in completing the stepwise process for Effective Veterinary Biosecurity as proposed by the International Aquatic Veterinary Biosecurity Consortium. The confidence regarding a test result depends on the anticipated level of infection in the investigated aquatic animal population and on the diagnostic sensitivity and specificity of the tests. Depending on the testing intended purpose, the test of choice or combination of test may vary and is primarily based on the test diagnostic sensitivity or specificity. Additional strategies for maximizing the chance of a test result to be true are described in the context of each testing activity and targeted unit of interest (i.e., individual fish or group of fish).

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)0,015
score de la tête « metaresearch » (Gemma)0,030
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,264 · 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
GenreMéthodes

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

En bref

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied AquacultureMême sujetMicrobial infections and disease researchTravaux en français237 207