MétaCan
Menu
Retour à la cohorte
Enregistrement W2017589213 · doi:10.3138/jvme.29.4.210

Exotic and Emerging Diseases of Animals: An Internet Course for Veterinary Students

2002· article· en· W2017589213 sur OpenAlexvenueno aff
James A. Roth, Aida M Boghossian, Corrie Brown, P Cowen, Radford G. Davis, Jane Galyon, David W. Hird, Janine Kasper, Susan Little, Eldon K. Uhlenhopp

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueVector-Borne Animal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVeterinary educationThe InternetVeterinary medicineCourse (navigation)Medical educationMedicinePsychologyCurriculumComputer scienceWorld Wide WebEngineeringPedagogy

Résumé

récupéré en direct d'OpenAlex

US agricultural and companion animals are very vulnerable to the introduction of exotic and emerging animal diseases (EEAD). These diseases could occur through unintentional introduction (the risk of outbreaks grows as free trade increases), could occur through the deliberate introduction of disease agents (bio-terrorism or agro-terrorism), or could emerge as new diseases. EEAD, for the purpose of this course, are defined as those animal diseases that are reportable in the US. This includes diseases on the Office international des épizooties (OIE) List A, selected diseases on List B that either are not found in the US or are reportable, and selected emerging diseases. Some of the exotic and emerging diseases are considered to be foreign animal diseases because they do not occur in the US. Others are found in the US but are under eradication programs. Some are zoonotic and must be monitored and controlled to protect human health. Many of these diseases are important causes of animal suffering and are economically very important. It is essential that veterinarians be familiar with these diseases and have access to accurate, concise information about their salient characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,116
Tête enseignante GPT0,376
Écart entre enseignants0,260 · 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 tête enseignante, 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

Citations4
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetVector-Borne Animal DiseasesTravaux en français237 207