MétaCan
Menu
Retour à la cohorte
Enregistrement W250930254

An investigation into the practices of dairy producers and veterinarians in dehorning dairy calves in Ontario.

2007· article· en· W250930254 sur OpenAlexaffabout
Laine J Misch, T.F. Duffield, Suzanne T. Millman, K. Lissemore

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Pharmacology and Anesthesia
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicinePain managementDairy industryLocal anaestheticVeterinary medicineAnesthesiaFood science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The objective of this survey was to describe the current state of dehorning practices by dairy producers and veterinarians in Ontario and to identify opportunities to improve on existing practices. Two hundred and seven producers and 65 veterinarians completed a survey on dehorning practices during the summer of 2004. Seventy-eight percent of dairy producers dehorn their own calves; 22% use local anesthetics. Veterinarians dehorn calves for 31% of dairy clients; 92% use local anesthetics. Pain management was the most common reason for use of local anesthetics for both groups, while time (veterinarians) and time and cost (producers) were the most common reasons for lack of use. Producers who used local anesthetics were 6.5 times more likely to have veterinary involvement in their dehorning decisions. Thirteen percent of producers were unaware of the options for pain management. These results suggest that veterinarians should take the initiative to educate their clients about the options for pain management.

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)0,002
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 enseignants0,087
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
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 Opus0,093
Tête enseignante GPT0,335
Écart entre enseignants0,242 · 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

Citations63
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetVeterinary Pharmacology and AnesthesiaTravaux en français237 207