MétaCan
Menu
Retour à la cohorte
Enregistrement W4387184603 · doi:10.3389/fsufs.2023.1281447

Defining and averting syndemic pathways in aquaculture: a major global food sector

2023· article· en· W4387184603 sur OpenAlexaff
Grant D. Stentiford, Charles R. Tyler, Robert P. Ellis, Tim P. Bean, Simon Mackenzie, Cécile Brugere, Corey C. Holt, E. J. Peeler, Kevin W. Christison, Jonathan Rushton, David Bass

Notice bibliographique

RevueFrontiers in Sustainable Food Systems · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilNatural Environment Research CouncilSight Research UKDepartment for Environment, Food and Rural Affairs, UK GovernmentGovernment of the United Kingdom
Mots-clésOperationalizationSyndemicBusinessAquaculturePovertySustainabilityEnvironmental planningSustainable developmentEnvironmental resource managementNatural resource economicsRisk analysis (engineering)FisheryEconomicsEconomic growthEcologyFish <Actinopterygii>GeographyBiology

Résumé

récupéré en direct d'OpenAlex

Aquaculture now provides half of all aquatic protein consumed globally—with most current and future production occurring in low- and middle-income countries (LMICs). Concerns over the availability and application of effective policies to deliver safe and sustainable future supply have the potential to hamper further development of the sector. Creating healthy systems must extend beyond the simple exclusion of disease agents to tackle the host, environmental, and human drivers of poor outcomes and build new policies that incorporate these broader drivers. Syndemic theory provides a potential framework for operationalizing this One Health approach.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,699
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,016
Tête enseignante GPT0,252
Écart entre enseignants0,236 · 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 tête enseignante, 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sustainable Food SystemsMême sujetZoonotic diseases and public healthTravaux en français237 207