MétaCan
Menu
Retour à la cohorte
Enregistrement W4297470928 · doi:10.1186/s43170-022-00118-2

A one health approach to plant health

2022· article· en· W4297470928 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCABI Agriculture and Bioscience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of British ColumbiaCarleton University
Organismes subventionnairesConsortium of International Agricultural Research Centers
Mots-clésBusinessPublic healthContext (archaeology)AgrochemicalFood securityAgricultureResistance (ecology)Environmental planningRisk analysis (engineering)Public economicsEnvironmental resource managementNatural resource economicsEconomicsMedicineGeographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract One Health has been defined as an approach to the pursuit of public health and well-being that recognizes the interconnections between people, animals, plants, and their shared environment. In this opinion piece, based on a webinar of the same name, we argue that a One Health perspective can help optimize net benefits from plant protection, realizing food security and nutrition gains while minimizing unintentional negative impacts of plant health practices on people, animals and ecosystems. We focus on two primary trade-offs that lie at the interface of plant health with animal, ecosystem, and human health: protecting plant health through use of agrochemicals versus minimizing risks to human health and antimicrobial and insecticide resistance; and ensuring food security by prioritizing the health of crops to maximize agricultural production versus protecting environmental systems critical for human health. We discuss challenges and opportunities for advancement associated with each of these, taking into account how the priorities and constraints of stakeholders may vary by gender, and argue that building the capacity of regulatory bodies in low- and middle-income countries to conduct cost–benefit analysis has the potential to improve decision-making in the context of these and other multi-dimensional trade-offs.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil0,462

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,269
Écart entre enseignants0,240 · 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