A Cost–Benefit Analysis of Preparing National Veterinary Services for Transboundary Animal Disease Emergencies
Notice bibliographique
Résumé
The natural, accidental, or deliberate release of pathogens into livestock populations carries with it a range of consequences for society, from zoonotic disease outbreaks, to changes in food security and economic welfare. An important contribution to mitigating the risk of disease outbreaks comes from having well-prepared emergency response plans and agencies with the capacity to put those plans into operation. In the case of animal disease, national Veterinary Services (VS) take a central role. Unknown and uncertain events, such as if, when and where the next disease outbreak will occur makes economic decision-making a challenge. While the costs of preparing for emergencies can be quantified in a conventional manner, the scope, scale, and likelihood of benefits actually accruing are all subject to uncertainty. This study attempts to examine the costs and benefits of preparing national VS for animal disease emergencies, including natural, accidental, or deliberate release of pathogens. Data collected as part of the World Organisation for Animal Health's Performance of VS program for countries in East and West Africa and South East Asia were used for estimating investment costs. A state-contingent approach is used to constrain the uncertainty space in terms of disease impact. The probability of a disease event occurring and the probability of that event being contained by emergency preparation are used to describe a frontier at which investment breaks-even in a variety of scenarios. An increased probability of breaking-even on investment was found with high livestock numbers per capita and increasing intensification in livestock production systems. The method and findings provide a means to understand the benefits of preparing for uncertain events and are aimed to further the dialogue around policy development for livestock disease emergencies in lower-income countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».