MétaCan
Menu
Retour à la cohorte
Enregistrement W4300977749

Managing Antimicrobial Resistance In Food Production : Conflicts Of Interest And Politics In The Development Of Public Health Policy

2010· article· en· W4300977749 sur OpenAlexfundaboutno aff
Bryn Williams–Jones, Béatrice Doizé

Notice bibliographique

RevuePhilPapers (PhilPapers Foundation) · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensnon disponible
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésPoliticsProduction (economics)Resistance (ecology)Antibiotic resistanceAntimicrobialPublic healthPolitical scienceFood processingBusinessMedicineEconomicsBiologyMicrobiologyAntibioticsNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Antimicrobial resistance is a growing public health concern and is associated with the over or inappropriate use of antimicrobials in both humans and agriculture. While there has been recognition of this problem on the part of agricultural and public health authorities, there has nonetheless been significant difficulty in translating policy recommendations into practical guidelines. In this paper, we examine the process of public health policy development in Quebec agriculture, with a focus on the case of pork production and the role of food animal veterinarians in policy making. We argue that a tendency to employ strictly techno-scientific risk analyses of antimicrobial use ignores the fundamental social, economic and political realities of key stakeholders and so limits the applicability of policy recommendations developed by government advisory groups. In particular, we suggest that veterinarians’ personal and professional interests, and their ethical norms of practice, are key factors to both the problem of and the solution to the current over-reliance on antimicrobials in food 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 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)0,114
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,602

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1140,094
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0150,043
Communication savante0,0240,010
Science ouverte0,0030,008
Intégrité de la recherche0,0210,012
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,076
Tête enseignante GPT0,274
Écart entre enseignants0,198 · 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'étudeThéorique ou conceptuel
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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilPapers (PhilPapers Foundation)Même sujetFood Safety and HygieneTravaux en français237 207