MétaCan
Menu
Retour à la cohorte
Enregistrement W7042375699

POISONING IN EQUIDAE, INVENTORY IN FRANCE AND QUEBEC

2004· other· fr· W7042375699 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpenGrey (Institut de l'Information Scientifique et Technique) · 2004
Typeother
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Toxicity and Pharmacological Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoison controlInformation centerWestern europeIle de france
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L'objectif de ce travail est de faire le point sur la connaissance des principales intoxications rencontrées en France et au Québec dans l'espèce équine. Dans ce but, l'auteur, après avoir rappelé des informations générales (particularités anatomiques et physiologiques du Cheval, principales races équines nord-américaines et revue bibliographique des intoxications équines), dresse l'état des lieux des intoxications équines en France puis au Québec, au cours des 20 et 30 dernières années. Quatre des intoxications abordées dans les 2 et 3èmes parties, sont ensuite traitées en détail : l'intoxication à l'érable rouge (Acer rubrum), la toxicité de la phénylbutazone (relativement communes au Québec), la myoglobinurie atypique des équidés et la leucoencéphalomalacie (récemment décrites en France). Les intoxications sont des évènements rares chez les équidés, notamment au Québec en raison de la rigueur du climat et des particularités de logement qui en découlent. Il est difficile, pour cette province canadienne, d'établir une réelle hiérarchisation (en fréquence) des différents types d'intoxications. En France, les principales classes toxiques en cause sont essentiellement les pesticides et les plantes, bien que les médicaments et les polluants soient aussi impliqués mais dans une moindre mesure. Cette étude met également en évidence l'importance des centres anti-poisons animaliers dans l'évaluation de la prévalence des intoxications équines dans un pays ou une région.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,266
Écart entre enseignants0,248 · 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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenGrey (Institut de l'Information Scientifique et Technique)Même sujetPlant Toxicity and Pharmacological PropertiesTravaux en français237 207