MétaCan
Menu
Retour à la cohorte
Enregistrement W2148393788 · doi:10.1111/j.1865-1682.2008.01053.x

Comparing Network Analysis Measures to Determine Potential Epidemic Size of Highly Contagious Exotic Diseases in Fragmented Monthly Networks of Dairy Cattle Movements in Ontario, Canada

2008· article· en· W2148393788 sur OpenAlexaffabout
Caroline Dubé, Carl S. Ribble, D.F. Kelton, Bruce McNab

Notice bibliographique

RevueTransboundary and Emerging Diseases · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensMinistry of Agriculture, Food and Rural AffairsUniversity of CalgaryUniversity of GuelphCanadian Food Inspection Agency
Organismes subventionnairesnon disponible
Mots-clésContagious diseaseBiologyDairy cattleGeographyAnimal scienceMedicineDisease

Résumé

récupéré en direct d'OpenAlex

Adult milking cow movements occurring in monthly periods in 2004-2006 were analysed to compare three network analysis measures to determine the lower and upper bounds of potential maximal epidemic size in an unrestrained epidemic: the out-degree, the infection chain or output domain of a farm, and the size of the strong and weak components. The directed networks generated by the movements of adult milking cows were highly fragmented. When all the farms that were not involved in shipments were included in the analysis, the risk of infection transmission through movements of adult cows was very low. To determine the size of an epidemic when an infected farm shipped cows in such a fragmented network, farm out-degree and infection chain provided similar and more reasonable estimates of potential maximal epidemic size than the size of the strong and weak components. Component analysis always provided estimates that were two to three times larger than the out-degree of infection chain approaches. For example, the upper bound was estimated to be 12-13 farms using out-degree and 16-17 farms using the infection chain, the components approach showed a range of 39-51 potentially exposed farms. Strong components provided an inflated measure of the lower bound of potential maximal epidemic size at first diagnosis because the time sequence of shipments was not considered. Weak components provided an inflated measure of the upper bound because both the time sequence and directionality of shipments between farms were ignored. Farm degree and infection chain measures should now be tested to determine their usefulness for estimating maximum epidemic size in large connected networks.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,026
Tête enseignante GPT0,210
Écart entre enseignants0,184 · 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'étudeSimulation ou modélisation
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

Citations108
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransboundary and Emerging DiseasesMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207