MétaCan
Menu
Retour à la cohorte
Enregistrement W2200692601 · doi:10.1007/s10393-015-1086-4

Using Qualitative Disease Risk Analysis for Herpetofauna Conservation Translocations Transgressing Ecological and Geographical Barriers

2015· article· en· W2200692601 sur OpenAlexfundno aff
Mariana Bobadilla Suarez, John G. Ewen, Jim J. Groombridge, Katie M. Beckmann, J. Shotton, N. Masters, Timothy Hopkins, Anthony W. Sainsbury

Notice bibliographique

RevueEcoHealth · 2015
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensnon disponible
Organismes subventionnairesNatural EnglandUniversität HohenheimConsejo Nacional de Ciencia y TecnologíaMcGill University
Mots-clésAnimal ecologyDiseasePublic healthEnvironmental healthEcologyGeographyBiologyEnvironmental resource managementMedicinePathologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Through the exploration of disease risk analysis methods employed for four different UK herpetofauna translocations, we illustrate how disease hazards can be identified, and how the risk of disease can be analysed. Where ecological or geographical barriers between source and destination sites exist, parasite populations are likely to differ in identity or strain between the two sites, elevating the risk from disease and increasing the number and category of hazards requiring analysis. Simplification of the translocation pathway through the avoidance of these barriers reduces the risk from disease. The disease risk analysis tool is intended to aid conservation practitioners in decision making relating to disease hazards prior to implementation of a translocation.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,075
Tête enseignante GPT0,370
Écart entre enseignants0,295 · 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

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoHealthMême sujetVector-borne infectious diseasesTravaux en français237 207