MétaCan
Menu
Retour à la cohorte
Enregistrement W7117158175 · doi:10.5281/zenodo.18036208

Systemic Failure of Federal Authority in the Universal Ostrich Farm Cull: A Forensic Governance and Animal Welfare Analysis

2025· preprint· W7117158175 sur OpenAlexaboutno aff
Wilson Jeff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typepreprint
Langue
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Disease Management and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Corporate governanceAnimal welfareWork (physics)Environmental governanceOutbreakFoundation (evidence)Underpinning

Résumé

récupéré en direct d'OpenAlex

This preprint examines the Universal Ostrich Farm (UOF) case in British Columbia as a sentinel event in modern animal-health governance, arising from the application of mass depopulation (“culling”) measures during Highly Pathogenic Avian Influenza (HPAI) response activities in Canada. Rather than treating the event solely as an epidemiological question, the paper analyzes the decision-making architecture underpinning irreversible disease-control actions, including how scientific evidence, risk assessment, proportionality, economic impact, animal welfare, and procedural transparency were integrated—or failed to be integrated—into official determinations. Using publicly available information, regulatory documentation, and comparative outbreak-management principles, the paper identifies structural weaknesses in current outbreak response systems, including: default reliance on depopulation as a primary intervention, limited independent scientific review mechanisms, insufficient procedural transparency for affected stakeholders, and constrained pathways for adaptive, risk-proportionate alternatives. The UOF case is presented not to assign fault to individuals or institutions, but as a stress-test of governance capacity under high-uncertainty, high-consequence conditions. The analysis highlights why such systems may struggle to self-correct without clearly defined, auditable, and collaborative decision frameworks. The paper is intended for policymakers, regulators, veterinarians, public-health professionals, legal scholars, auditors, and funders interested in outbreak governance reform, evidence-based decision systems, and the design of future animal-health responses that are scientifically robust, ethically defensible, and publicly accountable. This work serves as a diagnostic foundation for subsequent research and pilot initiatives exploring improved collaborative outbreak-response architectures.

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)0,022
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,742

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0150,020
Communication savante0,0130,005
Science ouverte0,0020,006
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,244
Écart entre enseignants0,213 · 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'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAnimal Disease Management and EpidemiologyTravaux en français237 207