MétaCan
Menu
Retour à la cohorte
Enregistrement W3105880525 · doi:10.1002/vms3.390

Antibiotic use in pig farming and its associated factors in L County in Yunnan, China

2020· article· en· W3105880525 sur OpenAlexfundno aff
Jing Fang, Guodong Gong, Jingsong Yuan, Xiao Sun

Notice bibliographique

RevueVeterinary Medicine and Science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensnon disponible
Organismes subventionnairesKunming Medical UniversityInternational Development Research Centre
Mots-clésAntibioticsAgriculturePurchasingLivestockPig farmingChinaEnvironmental healthAgricultural scienceMedicineGeographyVeterinary medicineBiotechnologyBusinessAnimal productionBiologyAnimal scienceMarketing

Résumé

récupéré en direct d'OpenAlex

China has a long history of pig rearing, and it currently raises and consumes approximately half of the pigs in the world. Major improvements have been made in pig farming in China in the last four decades with the growing application of new livestock farming technologies. Among the new improvements, the use of antibiotics in pig farming is a common but not well-documented practise. In order to understand the behaviour of the farmers regarding antibiotic use in pig farming, we conducted a household survey in four townships of L County in Yunnan Province, China, during August 2014 and April 2015. In this survey, 404 farmer households were interviewed using a questionnaire. Among the farmers interviewed, 89% reported easy access to antibiotics, 83.7% reported experience of self-purchasing antibiotics, and 40.3% reported that they often used antibiotics in pig farming mainly for the prevention and treatment of pig diseases. These farmers identified 20 antibiotics that they had used in pig farming 6 months before the survey. Of these, 11 and 8 antibiotics have been categorised under 'critically important' and 'highly important' antimicrobial groups, respectively, by the World Health Organization (WHO), and 12 and 8 have been categorised under the 'Watch' and 'Access' groups, respectively, as per the 2019 WHO AWaRe classification of antibiotics. Factors associated with the behaviour of self-purchasing antibiotics included types of farms, sources of antibiotics, and previous experiences of pig diseases: those who were smallholders, buying antibiotics from veterinary drugstores and village vets, and whose pigs had suffered diseases previously were more likely to self-purchase antibiotics for their pigs. Farmers who cleaned their pigsties less frequently and those whose pigs had suffered from diseases used antibiotics more frequently as compared to their peer farmers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,128
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,108
Tête enseignante GPT0,322
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), 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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary Medicine and ScienceMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207