Tình hình chăn nuôi heo, dịch bệnh và thực hành vệ sinh thú y liên quan đến bệnh dịch tả heo Châu Phi tại tỉnh Cà Mau
Bibliographic record
Abstract
Nghiên cứu được tiến hành nhằm đánh giá tình hình chăn nuôi heo, dịch bệnh truyền nhiễm và thực hành vệ sinh thú y liên quan đến bệnh dịch tả heo Châu Phi (African swine fever – ASF) trên heo tại tỉnh Cà Mau. Số liệu thứ cấp về tình hình chăn nuôi và dịch bệnh được thu thập thông qua điều tra hồi cứu; số liệu sơ cấp thực trạng vệ sinh thú y được thu thập thông qua điều tra cắt ngang và phỏng vấn trực tiếp đối với 79 hộ chăn nuôi heo. Kết quả cho thấy, tổng đàn heo của tỉnh Cà Mau giảm mạnh vào năm 2019 (giảm 22,98%) và 2020 (giảm 25,63%) so với năm 2018 do ảnh hưởng của bệnh ASF. Dịch bệnh trên heo trong giai đoạn 2019 – 2020 chủ yếu là do ASF gây ra. Quy mô chăn nuôi heo chủ yếu là quy mô nông hộ (89,87%), chăn nuôi heo hướng thịt (89,87%), kinh nghiệm chăn nuôi lâu năm (>10 năm) (50,63%), hệ thống chuồng hở (63,29%), người chăn nuôi sử dụng thức ăn hỗn hợp (91,14%) và nước giếng (89,87%). Bên cạnh đó, người chăn nuôi tại địa phương có quan tâm về thực hành vệ sinh thú y để phòng ngừa lây nhiễm bệnh ASF.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.071 | 0.021 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".