MétaCan
Menu
Retour à la cohorte
Enregistrement W4404332821 · doi:10.1201/9781003573319-7

Pet Food Safety

2024· book-chapter· en· W4404332821 sur OpenAlexaboutno aff
E. E. Connor

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Safety and Hygiene
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

A pet food recall that started in March 2007 has caused widespread fear and consternation among pet owners living in North America, Europe, and other parts of the world. At first, the alerts involved some gravy-based dog and cat food products that had been supplemented with wheat gluten, a concentrated protein derived from wheat flour that was imported from China to Canada. As pets fell ill or died, rat poison was detected in some of the tainted food, but later, melamine, a plastic resin used as a fertilizer, was implicated. It is believed that other additives such as corn, rice, or soy gluten, also used to boost the protein composition of foods, may be similarly contaminated. The recalls later expanded to include a variety of wet and dry foods with glutens possibly contaminated by melamine, cyanuric acid, ammelide, or ammeline. Later concerns focused on these contaminants entering the human food chain after tainted feeds were given to hogs, farmed fish, chickens, and other livestock. As the investigations into these health concerns continue to unfold, readers are advised to track this situation closely by consulting some of the links detailed in this chapter, and to pay close attention to pet food ingredients. Some pet owners have reacted by preparing their own pet foods or switching to more natural products or brands with fewer additives. Readers needing a more complete picture of food safety can consult Internet Guide to Food Safety and Security, published by The Haworth Press.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,947

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,2830,134

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 Opus0,024
Tête enseignante GPT0,195
Écart entre enseignants0,171 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFood Safety and HygieneTravaux en français237 207