MétaCan
Menu
Retour à la cohorte
Enregistrement W4317888275 · doi:10.24908/ohi.v1i1.15816

Factory farming in Canada: Addressing imprudent antibiotic usage and the conditions experienced by non-human animals to enhance global health

2022· article· en· W4317888275 sur OpenAlexaffabout
S Chesney

Notice bibliographique

RevueOne Health Innovation · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBacteriophages and microbial interactions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAntibiotic resistanceAgricultureGlobal healthHuman healthAntibioticsSustainabilityEnvironmental healthFactory (object-oriented programming)MedicineOvercrowdingBiotechnologyBusinessPublic healthEconomic growthBiologyNursingEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Antibiotic resistance has emerged as a significant global threat affecting humans, non-human animals, and the environment. The phenomenon is largely attributed to intensive animal agriculture, with disregard for the health and well-being of non-human animals including extreme confinement or overcrowding inducing immune stress and thus necessitating the prophylactic administration of antibiotics in food production. With both antimicrobial application and fatal multidrug-resistant infections projected to rise drastically over the next quarter century, a cohesive One Health approach is urgently required to promote global health and well-being. Using Guelph, Ontario as a point of focus, an internationally applicable strategy is proposed to overcome anthropocentrism, reduce factory farming and imprudent antibiotic usage, and apply alternatives to antibiotic-based therapies including bacteriophages on a larger scale, mitigating existing effects of resistance genes and sustainably preventing further emergence, an approach expected to positively impact the health of humans, non-human animals, and the environment.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,001
Communication savante0,0020,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,362
Écart entre enseignants0,341 · 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'étudeSans objet
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 revueOne Health InnovationMême sujetBacteriophages and microbial interactionsTravaux en français237 207