MétaCan
Menu
Retour à la cohorte
Enregistrement W36821288 · doi:10.3920/978-90-8686-760-8_30

Field evaluation of CIEP and PCR detection/removal control methods of Aleutian mink disease (AD) in Canada

2012· book-chapter· en· W36821288 sur OpenAlexaffabout
Arnost Cepica, Tokinori Iwamoto

Notice bibliographique

RevueWageningen Academic Publishers eBooks · 2012
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésMinkGeographyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Detection/removal control method of Aleutian disease by CIEP detection of ADV-antibody and farm or barn depopulation/repopulation, have been the recommended approaches of AD control since mid 1970s. The detection/removal was, at least under common N. American husbandry conditions, unsuccessful in controlling AD in a sustainable manner. Recently, attention was turned towards virus detection by PCR, and its use for AD eradication by removal of positive individual animals. In view of the common failures of CIEP to facilitate AD eradication, we were skeptical about premature acceptance of PCR-detection/removal, as the recommended control method. The frequent failures of CIEP test/removal were often blamed on breaches of bio-security. However, we believed that this method has been based on fundamentally wrong premise that the virus is primarily harbored by the infected animals. In reality, this sturdy parvovirus is harbored primarily in the contaminated environment through feces, saliva, urine, whelping, as well as through blood during bleeding for testing. While the use of both CIEP and PCR for monitoring of farms free of the virus remains certainly a valid approach, the data obtained in this study indicate that detection/removal by neither of the methods could facilitate real and lasting freedom from the virus, under the conditions of the study.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,037
Tête enseignante GPT0,322
Écart entre enseignants0,285 · 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.

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

Citations2
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWageningen Academic Publishers eBooksMême sujetVirus-based gene therapy researchTravaux en français237 207