MétaCan
Menu
Retour à la cohorte
Enregistrement W3169828027 · doi:10.1038/s41598-021-91470-2

Animal sales from Wuhan wet markets immediately prior to the COVID-19 pandemic

2021· article· en· W3169828027 sur OpenAlexaff
Xiao Xiao, Chris Newman, Christina D. Buesching, David W. Macdonald, Zhao‐Min Zhou

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesChina West Normal University
Mots-clésWildlife tradePandemicBusinessAnimal welfareLivestockEnforcementWildlifeCoronavirus disease 2019 (COVID-19)BiodiversityInternational tradeEnvironmental healthNatural resource economicsBiologyEconomicsMedicineEcology

Résumé

récupéré en direct d'OpenAlex

Here we document 47,381 individuals from 38 species, including 31 protected species sold between May 2017 and November 2019 in Wuhan's markets. We note that no pangolins (or bats) were traded, supporting reformed opinion that pangolins were not likely the spillover host at the source of the current coronavirus (COVID-19) pandemic. While we caution against the misattribution of COVID-19's origins, the wild animals on sale in Wuhan suffered poor welfare and hygiene conditions and we detail a range of other zoonotic infections they can potentially vector. Nevertheless, in a precautionary response to COVID-19, China's Ministries temporarily banned all wildlife trade on 26th Jan 2020 until the COVID-19 pandemic concludes, and permanently banned eating and trading terrestrial wild (non-livestock) animals for food on 24th Feb 2020. These interventions, intended to protect human health, redress previous trading and enforcement inconsistencies, and will have collateral benefits for global biodiversity conservation and animal welfare.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,051
Tête enseignante GPT0,338
Écart entre enseignants0,287 · 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

Citations184
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetZoonotic diseases and public healthTravaux en français237 207