Preventing and mitigating farmed bivalve disease: a Northern Ireland case study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Shellfish production forms a large proportion of marine aquaculture production in Northern Ireland (NI). Diseases represent a serious threat to the maintenance and growth of shellfish cultivation with severe consequences to production output and profitability. In Northern Ireland, production generally benefits from a good health status with the absence of notifiable diseases, except for localised cases of Bonamia ostreae , Marteilia refringens and ostreid herpes virus. In this paper, we qualitatively explore that the prevalence, risk, impact, mitigation and experience shellfish farmers in this region have in relation to disease. Sixteen semi-structured interviews were conducted with stakeholders within the sector. The interviews were transcribed verbatim, and Nvivo 12 was used to facilitate an inductive thematic analysis. Our results highlighted that the industry has varying attitudes and experiences with disease. At present-day temperatures, disease is not an issue and this provides vast market opportunities for the region. However, disease outbreaks have led to detrimental consequences to financial income, production output and reputation in the past, whilst control and mitigation remain reactive. It is imperative proactive disease prevention and control that are employed and enforced to sustain NI’s reputation as a healthy shellfish region, particularly under increasing global temperatures and intensified production systems. A cultural shift to disease appreciation, risk analysis and surveillance through research, education, training and collaboration is essential. This study highlights the importance of providing a bottom-up communication platform with the stakeholders directly involved in shellfish culture and management, the value of cross sector engagement and the need to improve knowledge transfer between science the sector.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 découle