MétaCan
Menu
Retour à la cohorte
Enregistrement W6990735016

Effectively Reaching the Equine Community in Kentucky

2022· article· en· W6990735016 sur OpenAlexaboutno aff

Notice bibliographique

RevueUKnowledge (University of Kentucky) · 2022
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFencingBarnQuarter (Canadian coin)Animal husbandryAgricultural extensionAgricultureVaccination
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since 2009, Extension Specialists and County Extension Agents from the University of Kentucky in the Southeast United States have conducted an annual educational event; the Kentucky Equine Farm and Facilities Expo field-day. These annual field-days have provided practical, hands-on demonstrations and seminars for 135-250 members of the equine community per event. Participants have been a mix of horse owners in relation to farm size, number of horses and business vs. recreation. Many participants have not been previous consumers of Extension educational programming. One of the major draws of the Farm and Facility Expo field days has been the host sites, which have included various well-known Thoroughbred, Sport-Horse and Quarter Horse farms, with an increased number of participants observed when the event was held at well-known farms. Partnerships have been established with many equine related businesses, with over 30 companies displaying their products and services at the event. The educational programs at these events have been conducted by Extension Specialists, industry experts and Extension Agents and have included timely topics such as weed identification and control, vaccination protocols, farm safety, pasture management and renovation, rotational grazing, feeding and nutrition, fencing options, barn design, on-farm solar energy and many others. Post-event evaluations have been conducted and, of the more than 2,400 persons who attended these events, 84.25% of the respondents have found the information presented useful in the management of their horse operation, 78.5% planned to make at least one change in their horse operation and 90% were very satisfied with the event.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,310
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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 ouverte0,0020,004
Intégrité de la recherche0,0000,002
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 Opus0,105
Tête enseignante GPT0,329
Écart entre enseignants0,224 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUKnowledge (University of Kentucky)Même sujetVeterinary Equine Medical ResearchTravaux en français237 207