MétaCan
Menu
Retour à la cohorte
Enregistrement W4285407972 · doi:10.1017/s1466252322000020

Acute interstitial pneumonia and the biology of 3-methylindole in feedlot cattle

2022· review· en· W4285407972 sur OpenAlexafffund
Luke A. J. Haydock, R. Kent Fenton, Lauren Sergejewich, E. James Squires, Jeff Caswell

Notice bibliographique

RevueAnimal Health Research Reviews · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensAlberta Health ServicesUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBeef Cattle Research Council
Mots-clésFeedlotBeef cattleAnimal productionDiseaseAnimal husbandryAnimal scienceCattle DiseasesBovine respiratory diseasePathogenesisMedicineBiologyVeterinary medicineImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Acute interstitial pneumonia (AIP) of cattle has been recognized for many decades. While the pathogenesis and risk factors for this condition in pastured cattle are relatively well characterized, there remains a poor understanding of the disease as it occurs in intensively fed cattle such as in beef feedlots. Specifically, in pastured cattle, AIP results from excessive ruminal production of the pneumotoxicant 3-methylindole (3-MI). In feedlot cattle, the evidence to substantiate the role of 3-MI is comparatively deficient and further investigations into the cause, pathogenesis, and control are sorely needed. This review highlights our current understanding of AIP with a focus on the disease as it occurs in feedlot cattle. Additionally, it illustrates the need for further work in understanding the specific animal factors (e.g. the ruminal microbiome, and the role of concurrent diseases), management factors (e.g. animal stocking and vaccination protocols), and dietary factors (e.g. dietary supplements) that may impact the development of AIP and which are relatively unique to the feedlot setting. All stakeholders in the beef industry stand to benefit from a greater understanding of what remains a pressing yet poorly understood issue in beef production.

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)0,014
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
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 Opus0,354
Tête enseignante GPT0,536
Écart entre enseignants0,182 · 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'étudeSans objet
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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimal Health Research ReviewsMême sujetMicrobial infections and disease researchTravaux en français237 207