Prevalence and spatial distribution of infectious diseases of dairy cattle in Ontario, Canada
Notice bibliographique
Résumé
We investigated the prevalence and spatial distribution of selected pathogens associated with infectious diseases of dairy cattle in Ontario, Canada. The cross-sectional study surveyed bulk tank milk for antibodies against bovine leukemia virus (BLV), Mycobacterium avium ssp. paratuberculosis (MAP), and Salmonella Dublin, and for the presence of mastitis pathogens (Staphylococcus aureus, Streptococcus agalactiae, Mycoplasma bovis). Between October 2021 and June 2022, bulk tank milk samples were obtained from every commercial dairy farm in Ontario (n = 3,286). Samples underwent ELISA testing for the presence of BLV, MAP, and S. Dublin antibodies, and quantitative PCR testing for the detection of specific antigens of pathogens associated with mastitis. Bayesian models were used to estimate prevalence, and spatial analysis was carried out to identify regional clusters of high pathogen prevalence. Prevalence varied for different pathogens, and BLV was widespread across dairy farms in Ontario, with an estimated prevalence of 88.3%. The prevalence of MAP, Staph. aureus and S. Dublin in Ontario dairy herds was 39.8%, 31.5%, and 5.1%, respectively. The vast majority of dairy herds in Ontario were free of intramammary infections caused by Strep. agalactiae and M. bovis. Clusters of increased positive test rates were detected for S. Dublin, MAP, and Staph. aureus, indicating potential geographic risk factors for pathogen transmission. For S. Dublin, an area of increased test positivity rates was detected in southwestern Ontario, close to the Canada-United States border where most of the dairy herds in Ontario are located. Conversely, a localized cluster of positive test outcomes involving 14 subdivisions located in the southeastern region of Ontario was detected for Staph. aureus. Findings from our survey highlight the importance of the testing of aggregated samples and conducting spatial analysis as part of disease surveillance programs, and for implementing risk-based trading approaches among dairy producers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».