Most likely causes of infection and risk factors for tuberculosis in Spanish cattle herds
Notice bibliographique
Résumé
INTRODUCTION: This study aims to assess the most likely causes of Bovine tuberculosis (bTB) breakdowns in Spanish cattle herds and to identify the main risk factors at farm-level. METHODS: Causes of bTB breakdowns were assessed through a qualitative risk-assessment based on decision-trees by analysing surveillance data from 3819 bTB breakdowns detected during 2014-2016. Results were compared to veterinary officers' (VO) opinions. Risk factors were identified through a case-control study with data from 196 bTB cases and 160 controls collected during 2014-2018. RESULTS: The decision tree analysis identified residual infections and interactions with wildlife as the most frequent causes of breakdowns (36% each), followed by purchasing infected cattle (14%). These results were not supported by VOs' opinions. According to the regression models, the risk of bTB increased by sharing pastures (odds ratios [OR] = 2.7; 95% confidence interval [CI] = 1.6-4.4) and by increasing inwards cattle movements. The presence of wildlife reservoirs represented a significant risk for extensively-managed farms if other cattle farms are situated within a one-kilometre radius (OR = 2.3; 95% CI = 1.1-5.1). DISCUSSION: To prevent bTB breakdowns, efforts should be devoted to decrease the likelihood of residual infections and improve farm biosecurity. The adoption of biosecurity measures might be influenced by farmers' perceptions, which should be carefully evaluated to ensure the effectiveness of such strategies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».