Assessment of Soy-Based Imports into the US and Associated Foreign Animal Disease Status
Notice bibliographique
Résumé
Soy-based products are known to pose a viable risk to US swine herds because of their ability to harbor and transmit virus. This study evaluated soy imports into the US as a whole and from foreign animal disease positive (FAD+) countries to determine which products are being imported in the highest quantities and observe potential trends in imports from FAD+ countries. Import data were accessed through the United States International Trade Commission website (USITC DataWeb) and summarized using R (version 4.0.2, R core team, Vienna, Austria). Twenty-one different Harmonized Tariff Schedule (HTS) codes were queried to determine quantities (US tons, T) and breakdown of different soy product types being imported into the US from 2015 to 2020. A total of 78 different countries exported soy products to the US in 2019 and 2020, with top contributors being Canada (602,377 T and 530,759 T, respectively), India (438,563 T and 474,678 T, respectively), and Argentina (134,610 T and 87,602 T, respectively). In 2020, soy oilcake (641,846 T) was imported in the largest quantities, followed by organic soybeans (297,838 T) and soy oil (148,190 T). Of the 78 countries, 46 had cases of FAD reported through the World Organization for Animal Health (OIE) World Animal Health Information Database (WAHIS). Top exporters of soy products to the US from FAD+ countries in 2019 and 2020 were India (438,563 T and 474,678 T, respectively), Argentina (134,610 T in 2019), and Ukraine (44,415 T and 62,162 T, respectively). A system to monitor the sourcing of these products into the US and the end usage would allow for a greater understanding of the risk of these products to domestic swine herds.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».