MétaCan
Menu
Retour à la cohorte
Enregistrement W4404365824 · doi:10.1017/one.2024.14

Balancing the scales: Including under-represented herptile species in a One Health approach

2024· article· en· W4404365824 sur OpenAlexaff
David Lesbarrères, Natalie M. Claunch, Eveline J. Emmenegger, Bennett M. Hardy, María Torres‐Sánchez, Tariq Stark, Angela Julian, Sarah McGrath‐Blaser, Christine A. Parker-Graham, Katie Haman, Ashley Morgan, Debra L. Miller

Notice bibliographique

RevueResearch Directions One Health · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesU.S. Geological SurveyJohns Hopkins UniversityNational Science Foundation
Mots-clésEnvironmental scienceGeographyComputer scienceEcologyPsychologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The One Health High-Level Expert Panel’s definition of One Health includes optimizing the health of people, animals (wild and domestic) and ecosystems. For many One Health practitioners, wildlife that can spread zoonoses are the focus, particularly if they can come in contact with people. However, ecosystem health is often best-indicated by less-encountered species, for instance, amphibians and reptiles. This review highlights how these taxa can benefit human health and well-being, including cultural significance, as well as their impact on plant, animal and environmental health. We highlight current challenges to the health of these species and the need to include them in the One Health Joint Action Plan. We conclude with a call to action for inclusion of amphibians and reptiles in a One Health approach.

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)0,002
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,170
Tête enseignante GPT0,421
Écart entre enseignants0,251 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Directions One HealthMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207