MétaCan
Menu
Retour à la cohorte
Enregistrement W3109557760 · doi:10.21423/aabppro20207958

Practical and applied use of veterinary feed directives in production

2020· article· en· W3109557760 sur OpenAlexaff
M. J. Quinn

Notice bibliographique

RevueAmerican Association of Bovine Practitioners Conference Proceedings · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural safety and regulations
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésLivestockProductivityProduction (economics)Animal healthFeed additiveBusinessAnimal feedBiotechnologyRisk analysis (engineering)Animal productionVeterinary medicineMedicineFood scienceAnimal scienceBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Feed additives are important tools for livestock producers to improve animal health, wellbeing, and productivity in modern livestock production. Feed additives used for the improvement of efficiency, weight gain, and carcass characteristics have been well documented in the literature. Feed additives with animal health implications require a more diligent approach to use, and therefore require a higher level of evaluation. There are numerous labels, combinations, and dose ranges associated with feed additive use. In the current regulatory environment, the understanding of these labels and how to effectively implement the compounds which require veterinary feed directives in a practical manner is important to both those who create the directives, and those who implement them. Practical, cost-effective decisions with respect to the use of in-feed antimicrobials are multi-faceted and complex.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,045
Tête enseignante GPT0,257
Écart entre enseignants0,212 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Association of Bovine Practitioners Conference ProceedingsMême sujetAgricultural safety and regulationsTravaux en français237 207