MétaCan
Menu
Retour à la cohorte
Enregistrement W4386293569 · doi:10.24908/ohi.v1i2.16438

A One Health Approach Addressing Dog Overpopulation in Northern Canadian Communities

2023· article· en· W4386293569 sur OpenAlexaboutno aff
Julia Britton, Dagmar D'Agostino

Notice bibliographique

RevueOne Health Innovation · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOverpopulationEnvironmental healthGrassrootsPopulationOverconsumptionGeographyBusinessPolitical scienceSocioeconomicsMedicineEnvironmental planningEconomic growthSociologyLaw

Résumé

récupéré en direct d'OpenAlex

Dog overpopulation in northern Canadian communities is a major health concern affecting humans, non-human animals, and the environment. Issues include aggression between dogs, contamination of soil and water systems, and a heightened risk of injury or zoonotic disease spread (Boissonneault & Epp, 2018; Brook et al., 2010). These One Health concerns are worsened by barriers in northern Canadian communities including isolation from veterinary or medical services, high cost, and potential judgement over the treatment of companion animals (CBC News, 2018). Several grassroots organizations across Canada have developed initiatives to address aspects of the dog overpopulation problem. Despite these efforts, there are very few sustainable, long-term interventions targeting isolated northern Canadian communities such as Inuvik, Northwest Territories. The proposed initiative therefore aims to fill this gap, reducing the dog overpopulation problem over time by partnering with organizations to provide free-roaming or stray dogs with a chemical contraceptive. It also aims to raise awareness across Canada and draw in donations to fund these procedures using the “Sponsor-A-Dog” approach. This may reduce the effects of dog overpopulation on humans, non-human animals, and the environment, with potential for expansion to other northern communities or canine-related health concerns.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,352

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,003
Communication savante0,0040,001
Science ouverte0,0040,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,162
Tête enseignante GPT0,350
Écart entre enseignants0,188 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOne Health InnovationMême sujetRabies epidemiology and controlTravaux en français237 207