MétaCan
Menu
Retour à la cohorte
Enregistrement W2557041881 · doi:10.1111/jfd.12569

Evaluating bath treatment effectiveness in the control of sea lice burdens on Atlantic salmon in New Brunswick, Canada

2016· article· en· W2557041881 sur OpenAlexafffundabout
Roshani Gautam, Raphaël Vanderstichel, Annette S. Boerlage, Crawford W. Revie, K. Larry Hammell

Notice bibliographique

RevueJournal of Fish Diseases · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueParasite Biology and Host Interactions
Établissements canadiensOttawa HospitalUniversity of Prince Edward IslandUniversity of Ottawa
Organismes subventionnairesCanada Excellence Research Chairs, Government of Canada
Mots-clésBiologyFisheryTreatment modalityToxicologyModalitiesFish <Actinopterygii>Animal scienceMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

Abstract The use of medicinal bath treatment for sea lice is becoming more common, due to increasing resistance to in‐feed treatments with emamectin benzoate. Common treatment modalities in New Brunswick, Canada, include Salmosan administered by tarpaulin or wellboat, and Paramove administered by wellboat. In this study, we assessed the effectiveness of these treatment modalities in the field between 2010 and 2015 using a web‐based sea lice data management system (Fish‐iTrends © ). Effectiveness was evaluated for adult female (AF) and for pre‐adult and adult male (PAAM) life stages separately. We also investigated the impact of variability in pretreatment lead and post‐treatment lag time on effectiveness measures. There were 1185 treatment events at 57 farms that uniquely matched our pre‐ and post‐treatment count criteria. The effectiveness of treatment modality was significantly influenced by season, pretreatment level of sea lice and by lead and lag times. In summer, Salmosan administered by tarpaulin had the greatest effectiveness on both AF and PAAM, when pretreatment levels were above 10 sea lice; whereas in autumn, the performance of treatment modalities varied significantly, depending on the pretreatment levels for the life stages. Ignoring the lead or lag time effect generally resulted in an underestimation of treatment effectiveness.

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 enseignants0,341
Score d'incertitude au seuil0,729

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 Opus0,019
Tête enseignante GPT0,327
Écart entre enseignants0,308 · 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

Citations12
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Fish DiseasesMême sujetParasite Biology and Host InteractionsTravaux en français237 207