MétaCan
Menu
Retour à la cohorte
Enregistrement W2118821194 · doi:10.3201/eid1508.081061

Tactics and Economics of Wildlife Oral Rabies Vaccination, Canada and the United States

2009· review· en· W2118821194 sur OpenAlexaboutno aff
Ray T. Sterner, Martin I. Meltzer, Stephanie A. Shwiff, Dennis Slate

Notice bibliographique

RevueEmerging infectious diseases · 2009
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensnon disponible
Organismes subventionnairesNational Wildlife Research CenterU.S. Department of Agriculture
Mots-clésRabiesWildlifeVaccinationPublic healthGeographyEnvironmental healthMedicineVirologyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Progressive elimination of rabies in wildlife has been a general strategy in Canada and the United States; common campaign tactics are trap-vaccinate-release (TVR), point infection control (PIC), and oral rabies vaccination (ORV). TVR and PIC are labor intensive and the most expensive tactics per unit area (approximately $616/km(2) [in 2008 Can$, converted from the reported $450/km(2) in 1991 Can$] and approximately $612/km(2) [$500/km(2) in 1999 Can$], respectively), but these tactics have proven crucial to elimination of raccoon rabies in Canada and to maintenance of ORV zones for preventing the spread of raccoon rabies in the United States. Economic assessments have shown that during rabies epizootics, costs of human postexposure prophylaxis, pet vaccination, public health, and animal control spike. Modeling studies, involving diverse assumptions, have shown that ORV programs can be cost-efficient and yield benefit:cost ratios >1.0.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,259
Écart entre enseignants0,249 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations105
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerging infectious diseasesMême sujetRabies epidemiology and controlTravaux en français237 207