MétaCan
Menu
Retour à la cohorte
Enregistrement W94005557 · doi:10.5281/zenodo.19667898

Seroprevalence of infection with Mycobacterium avium subspecies paratuberculosis, bovine leukemia virus, and bovine viral diarrhea virus in Maritime Canada dairy cattle

2001· article· en· W94005557 sur OpenAlexaffabout
John VanLeeuwen, G.P. Keefe, R Tremblay, C. Power, J.J. Wichtel

Notice bibliographique

RevuePubMed · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésMycobacterium avium subspecies paratuberculosisSeroprevalenceParatuberculosisHerdBovine leukemia virusVirologyBiologyVirusDairy cattleVeterinary medicineCattle DiseasesTiterAntibodyMycobacteriumSerologyMedicineAnimal scienceImmunology

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to survey the seroprevalence of infection with the agents of production-limiting diseases in dairy cattle in New Brunswick, Nova Scotia, and Prince Edward Island. In 30 randomly selected herds per province, 30 cattle per herd were randomly selected and tested for antibodies to bovine leukemia virus (BLV) and Mycobacterium avium subspecies paratuberculosis (M. paratuberculosis), while 5 unvaccinated cattle over 6 months of age were tested for antibodies to bovine viral diarrhea virus (BVDV). For BLV, 20.8% (15.8% to 27.0%) of cows were positive, and 70.0% (60.3% to 79.7%) of herds had at least one positive cow. In BLV-positive herds, the average BLV prevalence was 30.9% (24.8% to 37.2%). For M. paratuberculosis, 2.6% (1.8% to 3.9%) of cows were positive, and 16.7% (8.8% to 24.5%) of herds had at least 2 M. paratuberculosis-positive cows. In M. paratuberculosis-positive herds, the average M. paratuberculosis prevalence was 8.5% (6.9% to 10.1%). For BVDV, 46.1% (35.5% to 56.7%) of herds had at least 1 BVDV-positive animal with a titer greater than or equal to 1:64.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,119
Score d'incertitude au seuil0,239

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,225
Écart entre enseignants0,212 · 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

Citations90
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMycobacterium research and diagnosisTravaux en français237 207