MétaCan
Menu
Retour à la cohorte
Enregistrement W2341841777 · doi:10.1080/03079457.2016.1141345

Experimental reproduction of necrotic enteritis in chickens: a review

2016· review· en· W2341841777 sur OpenAlexafffund
John F. Prescott, Joan A. Smyth, Bahram Shojadoost, Andrew R Vince

Notice bibliographique

RevueAvian Pathology · 2016
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesAgriculture and Agri-Food CanadaOntario Ministry of Agriculture, Food and Rural AffairsCanadian Poultry Research CouncilUniversity of ConnecticutInvest Northern IrelandU.S. Department of Agriculture
Mots-clésClostridium perfringensBiologyCoccidiaVirulenceMicrobiologyViable but nonculturableEnteritisDiseaseCoccidiosisVeterinary medicineBacteriaGeneInternal medicineMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

This review discusses key factors important in successful experimental reproduction of necrotic enteritis (NE) in chickens, and how these factors can be adjusted to affect the severity of the lesions induced. The critical bacterial factor is the need to use virulent, netB-positive, strains of Clostridium perfringens; disease severity can be enhanced by using netB-positive C. perfringens strains that are also tpeL-positive, by the use of young rather than old broth cultures, and by the number of days of inoculation and the number of bacteria used. Use of cereals rich in non-starch polysaccharides can enhance disease, as does use of animal proteins. Administration of coccidia, including coccidial vaccines, combined with netB-positive C. perfringens, increases the severity of experimentally-induced NE. Dietary manipulation may be less important in coccidia-based models since the latter are so effective. Disease scoring systems and welfare considerations are discussed.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,051
Tête enseignante GPT0,313
Écart entre enseignants0,263 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAvian PathologyMême sujetAnimal Nutrition and PhysiologyTravaux en français237 207