Analyse et conception d'algorithmes et d'architectures embarqués à bord de satellites d'observation spatiale : application au satellite GAIA et généralisation à la compression d'images astronomiques
Notice bibliographique
Résumé
The exploitation of the full benefits of chicken rearing by smallholder farmers in Sub-Saharan (SSA) Africa is often impeded by poultry diseases which is compounded by limited uptake of vaccination. We interrogate the structural and socioeconomic factors associated with vaccine uptake by women farmers in Southeastern Kenya. A mixed methods design with a convergent approach for comparison of quantitative and qualitative findings was adopted. This involved the administration of a cross section survey to 1274 households, conduct of 23 Focus Groups Discussions (FGDs) and 7 Key informant Interviews (KIIs). Chi Square and t-tests were used to identify factors associated with vaccine uptake. Logistics regression analysis was used to identify the influence of the structural and socioeconomic barriers to vaccine uptake. Findings indicate that having knowledge of Newcastle disease (ND) vaccine increases the likelihood of farmers vaccinating their chicken by up to 32.5 times (95% CI [8.46-124.53]) with a 1 unit increase in vaccine knowledge. A farmer's distance away from the nearest ND vaccine vendor was found to reduce the likelihood of farmers vaccinating their chicken by up to 4% (95% CI ([0.93-1.00]) for every 1-kilometre increase in distance away from the vaccine vendors. Farmers who considered vaccines to be effective in preventing ND were 39 times (95% CI [6.23-239.8]) more likely to use ND vaccines than those that did not consider ND vaccine to effective. We surmise that a comprehensive approach that addresses increased ND vaccine knowledge among smallholder women chicken farmers, proximity of ND vendors, as well as cost holds the potential for regular and increased ND vaccine uptake.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».