MétaCan
Menu
Retour à la cohorte
Enregistrement W3157027187 · doi:10.21423/aabppro20153565

Roles and opportunities for technicians in using digital imaging technology to perform necropsies

2015· article· en· W3157027187 sur OpenAlexaff
Ashley Gaudet

Notice bibliographique

RevueAmerican Association of Bovine Practitioners Conference Proceedings · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésImaging technologyDigital imagingDigital pathologyMedical diagnosisPopulationData scienceComputer scienceMedicineMedical physicsDigital imagePathologyArtificial intelligenceImage processingRadiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

With the ever-changing demands of food animal practices, the roles oftechnicians within them are evolving as well. In population medicine, timely and accurate postmortem diagnoses can result in earlier detection of disease outbreaks and opportunities to make treatment and management changes. Digital postmortem examinations have been used with great success in the feedlot industry, and advances in digital imaging technology now allow for the capture and transfer of images of advanced diagnostic quality without being cost-prohibitive. Technicians have the opportunity, through assisting in the collection of necropsy data using digital imaging technology, to greatly influence the number of animals being necropsied annually by providing cost-effective options for producers. The details provided herein are meant to assist technicians in using digital imaging technology to perform necropsies in a consistent and standardized fashion while outlining opportunities for other uses of digital imaging technology.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,052
Tête enseignante GPT0,288
Écart entre enseignants0,235 · 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Association of Bovine Practitioners Conference ProceedingsMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207