MétaCan
Menu
Retour à la cohorte
Enregistrement W3122953849 · doi:10.3168/jds.2020-19381

Economic losses due to Johne's disease (paratuberculosis) in dairy cattle

2021· article· en· W3122953849 sur OpenAlexafffundabout
Philip Rasmussen, Herman W. Barkema, Steve Mason, Eugene Beaulieu, David C. Hall

Notice bibliographique

RevueJournal of Dairy Science · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesGenome PrairieGenome British ColumbiaGenome Canada
Mots-clésMycobacterium avium subspecies paratuberculosisParatuberculosisCullingHerdDairy cattleMilk productionLivestockBiologyCattle DiseasesMycobacterium avium subsp. paratuberculosisVeterinary medicineAnimal scienceAgricultural scienceGeographyMycobacteriumMedicineEcology

Résumé

récupéré en direct d'OpenAlex

Johne's disease (JD), or paratuberculosis, is an infectious inflammatory disorder of the intestines primarily associated with domestic and wild ruminants including dairy cattle. The disease, caused by an infection with Mycobacterium avium subspecies paratuberculosis (MAP) bacteria, burdens both animals and producers through reduced milk production, premature culling, and reduced salvage values among MAP-infected animals. The economic losses associated with these burdens have been measured before, but not across a comprehensive selection of major dairy-producing regions within a single methodological framework. This study uses a Markov chain Monte Carlo approach to estimate the annual losses per cow within MAP-infected herds and the total regional losses due to JD by simulating the spread and economic impact of the disease with region-specific economic variables. It was estimated that approximately 1% of gross milk revenue, equivalent to US$33 per cow, is lost annually in MAP-infected dairy herds, with those losses primarily driven by reduced production and being higher in regions characterized by above-average farm-gate milk prices and production per cow. An estimated US$198 million is lost due to JD in dairy cattle in the United States annually, US$75 million in Germany, US$56 million in France, US$54 million in New Zealand, and between US$17 million and US$28 million in Canada, one of the smallest dairy-producing regions modeled.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,087

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,319
Écart entre enseignants0,297 · 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

Citations115
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetMycobacterium research and diagnosisTravaux en français237 207