MétaCan
Menu
Retour à la cohorte
Enregistrement W4392820327 · doi:10.3168/jds.2024-24029

Ontario dairy producers' and veterinarians' perspectives: Barriers to biosecurity implementation

2024· article· en· W4392820327 sur OpenAlexafffundabout
G.M. Power, D.L. Renaud, Cynthia Miltenburg, Kelsey L. Spence, Briana N. M. Hagen, Charlotte B. Winder

Notice bibliographique

RevueJournal of Dairy Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensMinistry of Agriculture, Food and Rural AffairsUniversity of Guelph
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural AffairsUniversity of Guelph
Mots-clésBiosecurityBusinessDairy industryBiotechnologyAgricultural scienceFood scienceMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Implementing biosecurity protocols is necessary to reduce the spread of disease on dairy farms. In Ontario biosecurity implementation is variable among farms, and the barriers to implementing biosecurity are unknown. Thirty-five semistructured interviews were conducted between July 2022 and January 2023 with dairy producers (n = 17) and veterinarians (n = 18). Participants also completed a demographic survey. Thematic analysis was performed with constructivist and grounded theory paradigms. Thematic coding was done inductively using NVivo software. Dairy producers' understanding of the definition of biosecurity varied, with all understanding that it was to prevent the spread of disease. Furthermore, the most common perception was that biosecurity prevented the spread of disease onto the farm. Both veterinarians and producers stated that closed herds were one of the most important biosecurity protocols. Barriers to biosecurity implementation included a lack of resources, internal and external business influencers, individual perceptions of biosecurity, and a lack of industry initiative. Understanding the barriers producers face provides veterinarians with the chance to tailor their communication to ensure barriers are reduced or for other industry members to reduce the barriers.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,004
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,299
Écart entre enseignants0,273 · 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'étudeQualitatif
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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetAnimal Disease Management and EpidemiologyTravaux en français237 207