MétaCan
Menu
← Retour à la cohorte
Enregistrement W6932321700 · doi:10.5683/sp3/xugawt

Data from: Descriptive multi-agent epidemiology via molecular screening on Atlantic salmon farms in the northeast Pacific Ocean

2021· dataset· en· W6932321700 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésAquacultureRainbow troutSalmonidaeAquatic animalPacific oceanFish farmingTrout

Résumé

récupéré en direct d'OpenAlex

Abstract Rapid expansion of salmon aquaculture has resulted in high-density populations that host diverse infectious agents, for which surveillance and monitoring are critical to disease management. Screening can reveal infection diversity from which disease arises, differential patterns of infection in live and dead fish that are difficult to collect in wild populations, and potential risks associated with agent transmission between wild and farmed hosts. We report results from a multi-year infectious-agent screening program of farmed salmon in British Columbia, Canada, using quantitative PCR to assess presence and load of 58 infective agents (viruses, bacteria, and eukaryotes) in 2931 Atlantic salmon (Salmo salar). Our analysis reveals temporal trends, agent correlations within hosts, and agent-associated mortality signatures. Multiple agents, most notably Tenacibaculum maritimum, were elevated in dead and dying salmon. We also report detections of agents only recently shown to infect farmed salmon in BC (Atlantic salmon calicivirus, Cutthroat trout virus-2), detection in freshwater hatcheries of two marine agents (Kudoa thyrsites and Tenacibaculum maritimum), and detection in the ocean of a freshwater agent (Flavobacterium psychrophilum). Our results provide information for farm managers, regulators, and conservationists, and enable further work to explore patterns of multi-agent infection and farm/wild transmission risk.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil0,771

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
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)0,0020,000

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 Opus0,128
Tête enseignante GPT0,331
Écart entre enseignants0,203 · 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
GenreJeu de données

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→