MétaCan
Menu
Retour à la cohorte
Enregistrement W7074057191

Canadian veterinarians’ use of analgesics in cattle, pigs, and horses in 2004 and 2005

2007· article· en· W7074057191 sur OpenAlexaboutno aff

Notice bibliographique

RevueEurope PMC (PubMed Central) · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGestational periodLimitingCircumstantial evidencePretextTachyphylaxis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Anecdotal evidence suggests that many veterinarians may not use analgesics in livestock for routine surgical procedures or painful disease states. To investigate this, we conducted a national mail survey of a random sample of 1431 Canadian veterinarians (response rate, 50.1%). Questions primarily concerned veterinarians’ analgesic usage for common surgeries and medical conditions in beef and dairy cattle, pigs, and horses, and attitudes toward pain management. More than 90% of veterinarians used analgesic drugs for equine surgeries, for cesarean section in sows and cows, and for bovine claw amputation and omentopexy. However, in these and other categories, the analgesics used were often inadequate, and many veterinarians did not give analgesics to young animals. When castrated, < 0.001% of piglets received analgesia, compared with 6.9% of beef calves and 18.7% of dairy calves ≤ 6 mo of age, 19.9% of beef calves and 33.2% of dairy calves > 6 mo of age, and 95.8% of horses. Respondents largely agreed that there are no long-acting, cost-effective analgesics available for use in livestock (median rating 8/10; interquartile range 4–9), and that the long or unknown withdrawal periods of some drugs outweighed the benefits of using them (median rating 7/10; interquartile range 4–9). The results indicate an urgent need for veterinarians to manage pain in livestock better. Continuing education would help, as would an increase in the number of approved, cost-effective analgesic drugs with known withdrawal periods.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,201
Écart entre enseignants0,182 · 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

Citations75
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEurope PMC (PubMed Central)Même sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207