MétaCan
Menu
Retour à la cohorte
Enregistrement W4391536006 · doi:10.1177/25148486241229012

Ventilation shutdown and the breath-taking violence of infectious disease emergency management in industrial livestock production

2024· article· en· W4391536006 sur OpenAlexaff
Martin Sinel, Tony Weis

Notice bibliographique

RevueEnvironment and Planning E Nature and Space · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Infectious disease (medical specialty)BiosecurityBusinessLivestockProduction (economics)Natural resource economicsEnvironmental planningDiseaseBiologyGeographyMedicineEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Powerful ventilation systems are a crucial technology in industrial livestock production, mitigating the unhealthy ambient conditions that result from great densities of animal bodies, biowastes, and chemical agents, and enabling the rapid production of massive quantities of flesh and eggs in such crowded indoor spaces. But bad air is just one of many biophysical and technoscientific challenges managed in these spaces, chief among them the ever-present risks of infectious disease transmission and evolution that threaten animal health and productivity and pose untold risks for humans. This article examines the intersection of these two central problems, where ventilation systems that are normally used to manage bad air within enclosures have been repurposed in the context of disease outbreaks to quickly and cheaply kill infected populations by hyperthermia. An analysis of this nascent practice, euphemistically termed “ventilation shutdown,” shows how governments and publicly funded scientific institutions have worked with private industry to develop and systematize the use of this and other technologies of mass death to respond to infectious disease emergencies, a dynamic that, we argue, sheds new light on both the precarity and the violence of industrial livestock 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,132

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,017
Tête enseignante GPT0,236
Écart entre enseignants0,219 · 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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning E Nature and SpaceMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207