Suitability of sentinel abattoirs for syndromic surveillance using provincially inspected bovine abattoir condemnation data
Notice bibliographique
Résumé
BACKGROUND: Sentinel surveillance has previously been used to monitor and identify disease outbreaks in both human and animal contexts. Three approaches for the selection of sentinel sites are proposed and evaluated regarding their ability to capture overall respiratory disease trends using provincial abattoir condemnation data from all abattoirs open throughout the study for use in a sentinel syndromic surveillance system. RESULTS: All three sentinel selection criteria approaches resulted in the identification of sentinel abattoirs that captured overall temporal trends in condemnation rates similar to those reported by the full set of abattoirs. However, all selection approaches tended to overestimate the condemnation rates of the full dataset by 1.4 to as high as 3.8 times for cows, heifers and steers. Given the results, the selection approach using abattoirs open all weeks had the closest approximation of temporal trends when compared to the full set of abattoirs. CONCLUSIONS: Sentinel abattoirs show promise for integration into a food animal syndromic surveillance system using Ontario provincial abattoir condemnation data. While all selection approaches tended to overestimate the condemnation rates of the full dataset to some degree, the abattoirs open all weeks selection approach appeared to best capture the overall seasonal and temporal trends of the full dataset and would be the most suitable approach for sentinel abattoir selection.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».