MétaCan
Menu
Retour à la cohorte
Enregistrement W2184376190

Food and environmental parasitology in Canada: A network for the facilitation of collaborative research

2014· article· en· W2184376190 sur OpenAlexaboutno aff
Brent R. Dixon, Momar Ndao, Jason A. Tetro, Rasha Maal‐Bared, Sabah Bidawid, Jeffrey M. Farber

Notice bibliographique

RevueUEA Digital Repository (University of East Anglia) · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueParasite Biology and Host Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthEnvironmental healthTransmission (telecommunications)ParasitologyOutbreakEpidemiologyEnvironmental planningGeographyMedicineNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Parasitic diseases are of considerable public health
\nsignificance in Canada, particularly in rural and remote
\nareas. Food- and waterborne parasites contribute
\nsignificantly to the overall number of parasitic infections
\nreported in Canada. While data on the incidence of some
\nof these diseases are available, knowledge of the true
\nburden of infection by the causative agents in Canadians
\nis somewhat limited. A number of centers of expertise
\nin Canada study various aspects of parasitology, but few
\nformal societies or networks of parasitologists currently
\nexist in Canada, and previously none focused specifically
\non food or environmental transmission. The recently
\nestablished Food and Environmental Parasitology Network
\n(FEPN) brings together Canadian researchers, regulators
\nand public health officials with an active involvement in
\nissues related to these increasingly important fields.
\nThe major objectives of the Network include identifying
\nresearch gaps, facilitating discussion and collaborative
\nresearch, developing standardized methods, generating
\ndata for risk assessments, policies, and guidelines, and
\nproviding expert advice and testing in support of outbreak
\ninvestigations and surveillance studies. Issues considered
\nby the FEPN include contaminated foods and infected food
\nanimals, potable and non-potable water, Northern and
\nAboriginal issues, zoonotic transmission, and epidemiology

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,314
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUEA Digital Repository (University of East Anglia)Même sujetParasite Biology and Host InteractionsTravaux en français237 207