MétaCan
Menu
Retour à la cohorte
Enregistrement W2161578893 · doi:10.1186/1751-0147-45-211

A Serological Survey of Ruminant Livestock in Kazakhstan During Post-Soviet Transitions in Farming and Disease Control

2004· article· en· W2161578893 sur OpenAlexaff
Monica Lundervold, E.J. Milner‐Gulland, CJ O'Callaghan, C. Hamblin, A. Corteyn, AP Macmillan

Notice bibliographique

RevueActa veterinaria Scandinavica · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueVector-Borne Animal Diseases
Établissements canadiensQueen's University
Organismes subventionnairesBiotechnology and Biological Sciences Research Council
Mots-clésRinderpestSeroprevalenceLivestockVeterinary medicineFoot-and-mouth diseaseVaccinationSerologyBrucellosisEnzooticPeste-des-Petits-RuminantsCulicoidesEpizooticBiologyVirologyMedicineOutbreakImmunologyVirusAntibody

Résumé

récupéré en direct d'OpenAlex

The results of a serological survey of livestock in Kazakhstan, carried out in 1997--1998, are reported. Serum samples from 958 animals (cattle, sheep and goats) were tested for antibodies to foot and mouth disease (FMD), bluetongue (BT), epizootic haemorrhagic disease (EHD), rinderpest (RP) and peste des petits ruminants (PPR) viruses, and to Brucella spp. We also investigated the vaccination status of livestock and related this to changes in veterinary provision since independence in 1991. For the 2 diseases under official surveillance (FMD and brucellosis) our results were similar to official data, although we found significantly higher brucellosis levels in 2 districts and widespread ignorance about FMD vaccination status. The seroprevalence for BT virus was 23%, and seropositive animals were widespread suggesting endemicity, despite the disease not having being previously reported. We found a few seropositives for EHDV and PPRV, which may suggest that these diseases are also present in Kazakhstan. An hierarchical model showed that seroprevalence to FMD and BT viruses were clustered at the farm/village level, rather than at a larger spatial scale. This was unexpected for FMD, which is subject to vaccination policies which vary at the raion (county) level.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,021
Tête enseignante GPT0,238
Écart entre enseignants0,217 · 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'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

Citations54
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa veterinaria ScandinavicaMême sujetVector-Borne Animal DiseasesTravaux en français237 207