MétaCan
Menu
Retour à la cohorte
Enregistrement W3207237055 · doi:10.3390/ani11102975

Seroprevalence and Molecular Epidemiology of Aleutian Disease in Various Countries during 1972–2021: A Review and Meta-Analysis

2021· review· en· W3207237055 sur OpenAlexaboutno aff
Magdalena Załęska-Wawro, Anna Szczerba-Turek, W. Szweda, J. Siemionek

Notice bibliographique

RevueAnimals · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMinkSeroprevalenceBiologyAmerican minkMolecular epidemiologyEpidemiologyZoologyVirologyGenotypeAntibodyImmunologyEcologyMedicineGeneticsSerologyPathology

Résumé

récupéré en direct d'OpenAlex

Aleutian disease (AD) poses a serious threat to both free-ranging and farmed mink around the world. The disease is caused by the Aleutian mink disease virus (AMDV), which also poses a health risk for other members of the family Mustelidae, including wild mink, weasels, badgers and other animal species. This article analyses the seroprevalence of AMDV infections in mink and other species around the world, and reviews recent knowledge relating to the molecular epidemiology of the AMDV. Depending on the applied diagnostic technique and the country, the prevalence of anti-AMDV antibodies or AMDV DNA was established at 21.60-100.00% in farmed American mink, 0.00-93.30% in free-ranging American mink and 0.00-25.00% in European mink. Anti-AMDV antibodies or AMDV DNA were also detected in other free-living fur-bearing animals in Europe and Canada, where their prevalence was determined at 0.00-32.00% and 0.00-70.50%, respectively. This may indicate a potential threat to various animal species. AMDV strains are not clustered into genotypes based on the geographic origin, year of isolation or pathogenicity. The isolates that were identified on mink farms around the world originated from North America because American mink were introduced to Europe and Asia for breeding purposes and to restock natural populations.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,015
Bibliométrie0,0070,011
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,085
Tête enseignante GPT0,404
Écart entre enseignants0,319 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetVirus-based gene therapy researchTravaux en français237 207