MétaCan
Menu
Retour à la cohorte
Enregistrement W4417178459 · doi:10.31949/agrivet.v13i2.16390

Prevalensi brucellosis pada ternak di jawa tengah: evaluasi metode rose bengal test dan complement fixation test di balai besar veteriner wates, yogyakarta (2024–2025)

2025· article· W4417178459 sur OpenAlexaff
Ahmad Alifudin, Faruq Iskandar, Roisu Eny Mudawaroch

Notice bibliographique

RevueAgrivet Jurnal Ilmu-Ilmu Pertanian dan Peternakan (Journal of Agricultural Sciences and Veteriner) · 2025
Typearticle
Langue
DomaineVeterinary
ThématiqueBrucella: diagnosis, epidemiology, treatment
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésComplement fixation testBrucellosisLivestockAnimal healthBovine brucellosisDiagnostic test

Résumé

récupéré en direct d'OpenAlex

Brucellosis is a strategic zoonotic disease that significantly affects animal health, human health, and the livestock economy. This study aimed to evaluate the effectiveness of the Rose Bengal Test (RBT) as a screening method and the Complement Fixation Test (CFT) as a confirmatory diagnostic tool using serum samples collected from various districts and cities in Central Java. The research was conducted at the Regional Veterinary Laboratory (Balai Besar Veteriner) in Wates, Yogyakarta, from April to June 2025. A total of 3,393 serum samples were examined. The RBT results showed a higher number of reactive cases compared to the CFT outcomes; however, several reactive samples were not confirmed as positive upon retesting with the CFT. Boyolali recorded the highest number of confirmed cases (12 cases), followed by Kudus (6 cases), Batang (2 cases), and Banyumas (1 case). The findings demonstrate that RBT serves as a rapid and practical screening tool, yet confirmation through CFT remains essential to ensure diagnostic accuracy. These results emphasize the need for combining laboratory diagnostic methods with strict biosecurity implementation and livestock monitoring, particularly in densely populated farming areas.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,334
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,324
Écart entre enseignants0,277 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgrivet Jurnal Ilmu-Ilmu Pertanian dan Peternakan (Journal of Agricultural Sciences and Veteriner)Même sujetBrucella: diagnosis, epidemiology, treatmentTravaux en français237 207