MétaCan
Menu
Retour à la cohorte
Enregistrement W3200404393 · doi:10.20506/rst.40.2.3234

The implications of climate change for Veterinary Services

2021· article· fr· W3200404393 sur OpenAlexafffund
Craig Stephen, Catherine Soos

Notice bibliographique

RevueRevue Scientifique et Technique de l OIE · 2021
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensUniversity of SaskatchewanEnvironment and Climate Change CanadaUniversity of British Columbia
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésClimate changeLivestockGreenhouse gasFlash floodGeographyAgricultureGlobal warmingStormEnvironmental scienceEnvironmental resource managementNatural resource economicsFlood mythMeteorologyEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Climate change due to increasing greenhouse gas (GHG) emissions is one of the most pressing issues facing society on a global scale. The growth of GHG emissions between 2000 and 2010 was higher than in each of the previous three decades, and each of the past four decades has been successively warmer than any preceding decades since 1850. Continued GHG emissions will cause further warming and changes in the climate system. Climate change affects livestock production in multiple ways, both directly and indirectly. Many of the impacts on the livestock sector result from increasing frequency and magnitude of weather and climate extremes such as droughts, flash floods, untimely rains, frost, hail and severe storms. This article describes some of the most vulnerable disaster communities in Asia, Africa, Australia, Europe and South America. It then describes the importance of meteorological information provided by national Meteorological and Hydrological Services to help Veterinary Services support sustainable management of livestock in vulnerable pastoral communities.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,452
Score d'incertitude au seuil0,385

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,042
Tête enseignante GPT0,289
Écart entre enseignants0,247 · 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'étudeExpérimental (laboratoire)
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

Citations18
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue Scientifique et Technique de l OIEMême sujetEffects of Environmental Stressors on LivestockTravaux en français237 207