Virtual Feedlot Shortcourse: When Life Hands Out Lemons
Notice bibliographique
Résumé
Objective The COVID-19 pandemic forced changes in how Extension programming was delivered in 2020. Web-based distance learning tools were used to deliver educational material when it was impractical to use traditional delivery methods. Study Description The SDSU Extension Feedlot Shortcourse has traditionally been an in-person event with as much opportunity for hands-on learning and demonstrations as possible. The program is offered over a two-day period in August at the SDSU Cow-Calf Education and Research Facility with approximately 30 participants each year, on average. The program addresses feed delivery and mixing, animal health, production technologies, and risk management. However, the events of 2020 turned that plan on its head. It was clear by early summer that holding in-person events would be challenging at best, with the very real risk of being forced to cancel or postpone because of changing conditions surrounding COVID-19. For that reason, we elected to offer the Feedlot Shortcourse as a virtual program using the Zoom platform. The first challenge was to attempt to replicate the program without being face-to-face. We selected seven topics that were relevant to successful backgrounding or cattle finishing enterprises that could be taught effectively on a virtual platform. Those topics and presenters were as follows in alphabetical order by topic: Backgrounding Systems – Dr. Alfredo DiCostanzo, University of Minnesota Beef Specialist Bunk Management – Warren Rusche, SDSU Extension Beef Feedlot Management Associate Cattle Feeding Risk Management – Dr. Matt Dierson, SDSU Extension Risk Management Specialist Facility Management – Dr. Erik Loe, Midwest PMS Feedlot Cattle Health Strategies – Dr. Russ Daly, SDSU Extension Veterinarian Growth Enhancing Technologies – Dr. Zach Smith, SDSU Feedlot Researcher Wrap-up Panel Discussion The webinar series was held on seven consecutive Thursdays in July and August at 12:30 CDT for approximately one hour. Each session was recorded so that participants could watch at their convenience if they were unable to log on for the live sessions or wished to view the program again. Participation in the program greatly exceeded expectations. There were 275 registered participants from 25 states plus Canada, Mexico, Brazil, Australia, and South Africa.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,091 | 0,016 |
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 ».