FMD EPIDEMIC PROCESS CHARACTERISTICS IN RUSSIA IN 2010 – FIRST QUARTER OF 2019
Notice bibliographique
Résumé
Foot-and-mouth disease is a highly contagious viral disease of cloven-hoofed livestock and wild animals. Europe, North America and Oceania have long been FMD free; at the same time, the virus is widely spread in Asian and African countries. In the period from 2010 to March 2019, FMD was notified to the World Organisation for Animal Health (OIE) by 89 countries of the world. Local FMD outbreaks were also reported in several regions of the Russian Federation throughout this period. The research was aimed at studying some characteristics of the FMD epidemic process in the Russian Federation. The undertaken epidemiological analysis covers the Russian Federation regions where FMD outbreaks were reported between 2010 and March 2019. During the period under consideration, FMD cases were reported in 9 regions of the Russian Federation, mainly in the settlements located in close proximity to the Russia-China and Russia-Mongolia international borders. Most of the outbreaks were caused by serotype O and A FMD viruses. In most cases, FMD was reported in cattle and pigs and, less frequently, in sheep and goats. The analysis of the FMD epidemic situation in the Russian Federation Subjects was performed through epidemic process assessment based on the following estimates: the proportion of infected settlements, epidemic, contagiousness and morbidity rates. The Zabaykalsky and Primorsky Krais have a lead in the number of infected settlements. The highest morbidity rate in pigs was recorded in the Primorsky Krai, in cattle – in the Amur Oblast. The epidemic rate was the highest in the Primorsky and Zabaykalsky Krais. The Primorsky Krai also accounted for the highest contagiousness rates in 2014 and 2019 when FMD occurred on several large pig farms.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».