Perceptions of use and efficacy of antimicrobials by the public, farmers, medical and Veterinary professionals
Notice bibliographique
Résumé
Background: Antibiotic resistance is now a global threat due to the misuse of antibiotics worldwide in both human and animals medicine. \n \nObjectives: The main aim of this research is to look at how antibiotics are used and perceived by different groups of individuals; Agriculture, veterinary, medical and the public in order to identify areas where more resources are required. \n \nSources of data: A questionnaire was circulated online for participants to complete anomalously. \n \nResults: The questionnaire was completed by a total of 874 participants globally with the majority from the UK. Results of the listed diseases were sub-divided in categories; viral, bacterial, pathogenic and syndromic. Of the viral diseases ‘foot and mouth disease’ showed the highest ‘Yes’ response with 17% (152) with the public being the highest groups. Both MRSA 23% (204) and Salmonella 22% (196) were the highest bacterial diseases that participants stated couldn’t not effectively be treated with antibiotics, in response to salmonella almost a quarter were from medical professionals. \n \nConclusion: Results from this questionnaire give an insight in to how antibiotics are used by different groups of individuals and their understanding of the development of resistance. This provides a platform to further develop specific areas that can be targeted. For example, education is a continual part of the process of reducing the uses of antibiotics.
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 | 0,004 | 0,014 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».