Prevalence of poultry diseases in Gazipur district of Bangladesh
Notice bibliographique
Résumé
This study was designed with a view to investigate the prevalence of poultry diseases in Gazipur district of Bangladesh. A total of 679 poultry birds (313 layers, 338 broilers and 28 cockrels) either dead or live were brought for diagnosis of diseases at Gazipur Sadar Upazilla Veterinary Hospital. The diseases were diagnosed on the basis of history, clinical signs and post-mortem findings. The diseases encountered in layers were bacterial diseases 52.29% (salmonellosis 38.56%, colibacillosis 6.7%, fowl cholera 4.79% and necrotic enteritis 1.60%), viral diseases 23.95% (avian influenza 2.56%, Newcastle disease 16.61%, infectious bronchitis 3.19% and avian leucosis 0.64%), mycoplasmal disease (mycoplasmosis 14.70%) and protozoal disease (coccidiosis 5.75%). Salmonellosis was most prevalent disease in age group of >20 weeks, while Newcastle disease most common in 8 to 20 weeks of age group. In case of broiler, bacterial diseases 28.99% (salmonellosis 21.30% and colibacillosis 7.69%), viral diseases 53.24% (infectious bursal disease 28.99%, Newcastle disease 8.87% and infectious bronchitis 15.38%), mycoplasmal disease (mycoplasmosis 7.1%) and protozoal disease (coccidiosis 6.5%). In cockrels, the most prevalent disease was colibacillosis 35.71% followed by salmonellosis 28.57%, Newcastle disease 14.28% and mycoplasmosis14.28%. So among the diseases, salmonellosis is most prevalent disease followed by infectious bursal disease and mycoplasmosis in different kinds of poultry of Gazipur district of Bangladesh.Asian J. Med. Biol. Res. March 2016, 2(1): 107-112
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».