Global Burden of Animal Diseases: a novel approach to understanding and managing disease in livestock and aquaculture
Notice bibliographique
Résumé
Investments in animal health and Veterinary Services can have a measurable impact on the health of people and the environment. These investments require a baseline metric that describes the burden of animal health and welfare in order to justify and prioritise resource allocation and from which to measure the impact of interventions. This paper is part of a process of scientific enquiry in which problems are identified and solutions sought in an inclusive way. It poses the broad question: what should a system to measure the animal disease burden on society look like and what value would it add? Moreover, it aims to do this in such a way as to be accessible by a wide audience, who are encouraged to engage in this debate. Given that farmed animals, including those raised by poor smallholders, are an economic entity, this system should be based on economic principles. These poor farmers are negatively impacted by disparities in animal health technology, which can be addressed through a mixture of supply-led and demand-driven interventions, reinforcing the relevance of targeted financial support from government and non-governmental organisations. The Global Burden of Animal Diseases (GBADs) Programme will glean existing data to measure animal health losses within carefully characterised production systems. Consistent and transparent attribution of animal health losses will enable meaningful comparisons of the animal disease burden to be made between diseases, production systems and countries, and will show how it is apportioned by people's socio-economic status and gender. The GBADs Programme will produce a cloud-based knowledge engine and data portal, through which users will access burden metrics and associated visualisations, support for decisionmaking in the form of future animal health scenarios, and the outputs of wider economic modelling. The vision of GBADs, strengthening the food system for the benefit of society and the environment, is an example of One Health thinking in action.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,013 | 0,016 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».