MétaCan
Menu
Retour à la cohorte
Enregistrement W1967441165 · doi:10.5539/ijb.v2n2p74

Seroprevalence of Salmonella and Mycoplasma gallisepticum infection in chickens in Rajshahi and surrounding districts of Bangladesh

2010· article· en· W1967441165 sur OpenAlexvenueno aff
Khandoker Mohammad Mozaffor Hossain, Md. Takabbar Hossain, Ichiro Yamato

Notice bibliographique

RevueInternational Journal of Biology · 2010
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalmonellaSeroprevalenceFlockMycoplasma gallisepticumVeterinary medicineDirect agglutination testSerologyBiologyAgglutination (biology)AntibodyMycoplasmaMedicineMicrobiologyImmunologyBacteria

Résumé

récupéré en direct d'OpenAlex

A serological survey on the prevalence of antibodies against Salmonella and Mycoplasma gallisepticum (MG) was carried out in layer chickens in Rajshahi and surrounding districts of Bangladesh. A total of 605 sera samples were examined by rapid plate agglutination (RPA) test using commercial Salmonella and MG antigens to determine the Salmonella and MG specific antibodies. Out of 605 sera samples 14.05% had single Salmonella, 45.12% had single MG and 11.24% had their concurrent infection. Prevalence of Salmonella was recorded the highest (37.60%) in adult compared to young (16.66%). On the contrary, MG and their concurrent infections were recorded the highest (71.66% and 13.33%) in young compared to adult (50.40% and 10.40%). The prevalence of Salmonella, MG and their concurrent infections were recorded the highest (34.28%, 68.57% and 17.14%) in large flocks compared to small flocks (21.25%, 50% and 8.75%). The prevalence of Salmonella infection was the highest (30.37%) in summer followed by winter (23.69%), rainy (25%) and autumn (23.33%). The prevalence of MG infection was the highest (61.58%) in winter followed by autumn (56.88%), rainy (55%) and summer (49.63%). Whereas, their concurrent infection was the highest (12.11%) in winter followed by summer (11.85%), rainy (10.83%) and autumn (10%).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,296
Écart entre enseignants0,284 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations43
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetMicrobial infections and disease researchTravaux en français237 207