MétaCan
Menu
Retour à la cohorte
Enregistrement W2148988525 · doi:10.7202/1044423ar

Managing Antimicrobial Resistance in Food Production: Conflicts of interest and politics in the development of public health policy

2018· article· en· W2148988525 sur OpenAlexaffvenueabout
Bryn Williams–Jones, Béatrice Doizé

Notice bibliographique

RevueLes ateliers de l éthique · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)PoliticsAgriculturePublic healthPublic policyProduction (economics)Resistance (ecology)Public relationsFood processingPublic opinionPolitical scienceProcess (computing)BusinessPublic economicsEconomicsMedicineLaw

Résumé

récupéré en direct d'OpenAlex

Antimicrobial resistance is a growing public health concern and is associated with the over- or inappropriate use of antimicrobials in both humans and agriculture. While there has been recognition of this problem on the part of agricultural and public health authorities, there has nonetheless been significant difficulty in translating policy recommendations into practical guidelines. In this paper, we examine the process of public health policy development in Quebec agriculture, with a focus on the case of pork production and the role of food animal veterinarians in policy making.We argue that a tendency to employ strictly techno-scientific risk analyses of antimicrobial use ignores the fundamental social, economic and political realities of key stakeholders and so limits the applicability of policy recommendations developed by government advisory groups. In particular, we suggest that veterinarians’ personal and professional interests, and their ethical norms of practice, are key factors to both the problem of and the solution to the current over-reliance on antimicrobials in food production.

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)0,116
score de la tête « metaresearch » (Gemma)0,092
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1160,092
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,042
Communication savante0,0240,009
Science ouverte0,0030,008
Intégrité de la recherche0,0190,012
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,117
Tête enseignante GPT0,300
Écart entre enseignants0,183 · 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.

Devis d'étudeQualitatif
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
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLes ateliers de l éthiqueMême sujetSalmonella and Campylobacter epidemiologyTravaux en français237 207