MétaCan
Menu
← Retour à la cohorte
Enregistrement W4289785778

A case of tail-biting on a multi-site swine operation in Ontario.

2022· article· en· W4289785778 sur OpenAlexaffabout
Maggie Henry, Terri L. O’Sullivan, Anna K. Shoveller, Lee Niel, Robert Friendship

Notice bibliographique

RevuePubMed · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBitingCohortBiologyVeterinary medicineToxicologyAnimal scienceMedicineEcologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This case study describes a severe tail-biting event on a multi-site swine operation in Ontario and outlines the management strategies implemented in an attempt to control the problem. An established social order was clearly present before the tail-biting event occurred. Over 40% of tail-docked pigs in 3 of 8 grower-finisher barns were severely affected, leading to higher mortality and increased numbers of pigs re-housed in hospital pens. Environmental factors, management practices, and animal health in the barns experiencing the tail-biting event are described, including detection of the mycotoxin deoxynivalenol in corn at > 2 ppm. Changes implemented in response to tail-biting included altering the phase-feeding schedule, adding enrichment devices, and increasing surveillance. The subsequent cohort of pigs was followed through the finisher barns and did not engage in the same severity or prevalence of tail-biting as the previous cohort of pigs which experienced the tail-biting event. Key clinical message: No single factor was identified as the initiating cause for the severe tail-biting event. The subsequent cohort of pigs in 4 barns of the same operation were monitored for tail-biting from entry until market, and the incidence of tail-biting was very low.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,970

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,203
Écart entre enseignants0,159 · 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'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetMycotoxins in Agriculture and Food→Travaux en français237 207→