MétaCan
Menu
Retour à la cohorte
Enregistrement W3120342178 · doi:10.21423/aabppro20197252

Assessing the utility of leukocyte differential cell counts for predicting mortality risk in neonatal Holstein calves upon arrival and 72 hours postarrival at calf rearing facilities

2019· article· en· W3120342178 sur OpenAlexaff
T.E. von Konigslow, D.L. Renaud, T.F. Duffield, V. Higginson, D.F. Kelton

Notice bibliographique

RevueAmerican Association of Bovine Practitioners Conference Proceedings · 2019
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal health and immunology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineEnvironmental healthAntimicrobialDiseaseRisk factorWelfareVeterinary medicineDemographyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

There is growing concern about the level of antimicrobial use and antimicrobial resistance in food producing animals. An area of opportunity to reduce antimicrobial use could be in the treatment of young calves during the first week following arrival at calf rearing facilities. Group metaphylaxis is common due to the unknown age and history of calves that undergo several stressful events prior to arrival, such as transportation, co-mingling and variable periods of fasting. It may be possible to reduce antimicrobial use at this stage in the production cycle without sacrificing animal health and welfare if the calves at highest risk of morbidity and mortality could be identified and treated in a highly selective manner. Recent studies have identified indicators of future risk for morbidity and mortality that can be measured at arrival such as biomarkers and physical exam factors. Bovine haematology, when used in conjunction with clinical examination findings, could be used to improve disease diagnosis. The objective of this study was to assess the utility of leukocyte differential cell counts taken at the time of arrival at a calf rearing facility and 72 hours post arrival for determining mortality risk during the production cycle.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,326
Écart entre enseignants0,292 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Association of Bovine Practitioners Conference ProceedingsMême sujetAnimal health and immunologyTravaux en français237 207