MétaCan
Menu
Retour à la cohorte
Enregistrement W3191919371 · doi:10.1111/tbed.14284

Assessment of soy‐based imports into the United States and associated foreign animal disease status

2021· article· en· W3191919371 sur OpenAlexaboutno aff
Allison K. Blomme, Cassandra K Jones, Jordan T Gebhardt, Jason C Woodworth, Chad B. Paulk

Notice bibliographique

RevueTransboundary and Emerging Diseases · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal healthBusinessAgricultural scienceLivestockGeographyInternational tradeAgricultural economicsMedicineBiologyVeterinary medicineEconomics

Résumé

récupéré en direct d'OpenAlex

Soy-based products are known to pose a viable risk to U.S. swine herds because of their ability to harbour and transmit virus. This publication aimed to evaluate soy imports into the United States as a whole and from foreign animal disease positive (FAD-positive) countries to determine which products are being imported in the highest quantities and observe potential trends in imports from FAD-positive countries. Import data were accessed through the United States International Trade Commission website (USITC DataWeb) and summarized using R (version 4.0.2, R core team, Vienna, Austria). Twenty-one different Harmonized Tariff Schedule (HTS) codes were queried to determine quantities (metric tonnes, MT) and breakdown of different soy product types being imported into the United States from 2015 to 2020. A total of 78 different countries exported soy products to the United States in 2019 and 2020 with top contributors being Canada (546,467 and 481,497 MT, respectively), India (397,858 and 430,621 MT, respectively) and Argentina (122,116 and 79,471 MT, respectively). Soy oilcake (582,273 MT) was imported in the largest quantities, followed by organic soybeans (270,194 MT) and soy oil (134,436 MT) for 2020. Of the 78 countries, 46 had cases of FAD reported through the World Organization for Animal Health (OIE) World Animal Health Information Database (WAHIS). Top exporters of soy products to the United States from FAD-positive countries in 2019 and 2020 were India (397,858 and 430,621 MT, respectively), Argentina (122,116 MT in 2019) and Ukraine (40,293 and 56,392 MT, respectively). The risk of FAD introduction to the United States through soy imports can fluctuate based on where FAD outbreaks are occurring, shipping methods and end usage of products. A system to monitor these factors could help make future decisions about trade and risk of FAD introduction to U.S. swine herds.

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)0,002
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 enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,266
Écart entre enseignants0,248 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransboundary and Emerging DiseasesMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207