Hevosten loishäätökäytännöt Pohjois-Savossa
Notice bibliographique
Résumé
Suomessa on noudatettu pitkään loishäätökäytäntöä, jossa tallin kaikilta hevosilta häädetään sisä-loiset ja tarvittaessa ulkoloiset yhtäaikaisesti, noin neljä kertaa vuodessa. Yleinen ohje loislääkitykseen on ollut, että erilaisia loislääkkeitä käytettäisiin vuorotellen lääkeresistenssin välttämiseksi. Viime vuosina on kuitenkin havaittu, että sisäloiset ovat pystyneet kehittämään resistenssin käytettyjä loislääkevalmisteita vastaan. Nykyiset loishäätö suositukset ovatkin tämän myötä muuttuneet radikaalisti. Nykyään hevosten loishäätö suositellaan tapahtuvan kohdennetusti lanta-analyysiin perustuen. \n \nOpinnäytetyön tarkoituksena oli selvittää Pohjois-Savon hevostalleilla käytettyjä loishäätökäytänteitä. Keväällä 2011 lähetetyn kyselytutkimuksen perusteella hevostalleilla on siirrytty suositusten mukaisiin loishäätökäytäntöihin. Kaikkia talleja suositukset eivät kuitenkaan ole tavoittanut. \nKysely lähetettiin sähköisesti Typala-järjestelmän kautta 71:lle Pohjois-Savossa sijaitsevalle tallille, jotka valittiin kyselyyn satunnaisesti. Kyselytutkimukseen vastasi 19 hevostalousyrittäjää, joten vastausprosentiksi saatiin 26,7 %. Kyselyyn vastaajista osalla oli alan koulutus ja osalla hevosliiketoiminta oli päätoimista. Nämä kaksi seikkaa voivat vaikuttaa siihen, miten tarkkaan loishää-tösuosituksia noudatetaan. \n \nTutkimuksessa saatuja tuloksia ei voi yleistää koko Suomen alueella, eikä edes koko Pohjois-Savon alueella, koska kaikki kyselyn saaneet eivät koskaan vastanneet. Kuitenkin voimme olettaa joitakin asioita ja miettiä maalaisjärkeä käyttämällä, missä tilanteessa loishäädöt talleilla ovat nyt ja mitä tulevaisuudessa pitäisi asialle tehdä. Opinnäytetyöni kautta hevosten kanssa työskentelevät ihmiset saavat ajankohtaista tietoa hevosten loishäädöstä ja voisivat parhaimmassa tapauksessa jopa parantaa hevostensa kohdalla loishäätö käytäntöjä ja terveyttä. Vähintäänkin, hevostaloutta harjoittavat, voivat ainakin verrata työtäni omiin käytössä oleviin loishäätökäytäntöihin.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,019 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».