MétaCan
Menu
Retour à la cohorte
Enregistrement W2036597930 · doi:10.3138/jvme.33.4.561

Hidden Costs of Food Production: The Veterinarian's Role

2006· article· en· W2036597930 sur OpenAlexaffvenue
Caroline J Hewson

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2006
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Production (economics)Work (physics)BusinessFood safetyFood policyFood processingAnimal welfareResistance (ecology)Public economicsMarketingPublic relationsFood securityPolitical scienceEconomicsMedicineAgricultureLawEngineering

Résumé

récupéré en direct d'OpenAlex

Veterinarians who work in food-animal production and food safety help to deliver food policy by enabling farmers to supply safe, affordable food. However, existing food policy reflects a production bias and is increasingly being criticized for its hidden costs. These costs include reduced animal welfare, the inflated risk of anti-microbial resistance, and the current pandemic of human obesity and overweight. Veterinarians do not generally recognize that this is the context within which they do their work. In this article, I review this context and argue that veterinary students should be taught about it. I also argue that the profession should join with food-policy analysts, ethicists, and others who are already calling for a rethinking of food policy, so that new policy might meet the full wealth of problems and not just some.

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)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,013
Communication savante0,0090,008
Science ouverte0,0010,006
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,063
Tête enseignante GPT0,368
Écart entre enseignants0,305 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207