MétaCan
Menu
Retour à la cohorte
Enregistrement W7056953682

Food Safety: Selected Countries' Systems Can Offer Insights into Ensuring Import Safety and Responding to Foodborne Illness

2008· report· en· W7056953682 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of North Texas Digital Library (University of North Texas) · 2008
Typereport
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood safetyGovernment (linguistics)European unionFood safety risk analysisPopulationAccountabilityFood processingFood safety management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A letter report issued by the Government Accountability Office with an abstract that begins "Like other nations, the United States faces growing food safety challenges resulting from at least three major trends. First, imported food makes up a growing share of the food supply. Second, consumers are increasingly eating foods that are raw or have had minimal processing and that are often associated with foodborne illness. Third, changing demographic patterns mean that more of the U.S. population is, and increasingly will be, susceptible to foodborne illness. In 2005, GAO reported on the approaches and challenges seven countries faced in reorganizing and consolidating food safety functions. Since then, the European Union (EU) has taken on a larger role in overseeing food safety within its 27 member states. GAO was asked to describe how Canada, the EU, Germany, Ireland, Japan, the Netherlands, and the United Kingdom (UK) (1) ensure the safety of imported food, (2) respond to outbreaks of foodborne illness, and (3) measure the effectiveness of their reorganized food safety systems. GAO also asked experts in these countries and the EU to identify emerging food safety challenges that they expect to face over the next decade. In doing this work, GAO did not evaluate the countries' management of their food safety systems or explicitly compare their efforts with those of the United States."

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,004
Communication savante0,0120,008
Science ouverte0,0010,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,010
Tête enseignante GPT0,184
Écart entre enseignants0,174 · 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'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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of North Texas Digital Library (University of North Texas)Même sujetMagnetic confinement fusion researchTravaux en français237 207