Prévalence et facteurs de risque de la paratuberculose ovine au Québec
Bibliographic record
Abstract
La paratuberculose est une maladie entérique incurable causée par la bactérie Mycobacterium avium subsp. paratuberculosis (MAP) endémique dans la plupart des régions du monde. Cette affection ciblant les ruminants est responsable d’importantes pertes économiques dans les productions animales et son contrôle est particulièrement difficile. L’ingestion de matières contaminées (fèces, lait et colostrum) est considérée comme la voie principale de transmission. La situation épidémiologique de la paratuberculose dans les troupeaux ovins du Québec demeure inconnue. Ce projet visait à évaluer la prévalence de MAP et à caractériser les facteurs de risque associés aux statuts positifs des ovins du Québec. Au total, 2942 brebis provenant de 70 fermes ovines, dont 10 productions laitières et 60 productions de boucherie, ont été échantillonnées dans le cadre de ce projet entre février 2020 et mars 2022. La prévalence réelle des moutons positifs dans la province a été estimée à 8.3% (IC 95% 4.7-14.1%) alors que la prévalence apparente de troupeaux positifs a été estimée à 29.9% (IC 95% 25.7-34.1%). L’analyse multivariée des facteurs de risque a permis d’identifier la présence de signes cliniques comme facteur de risque à un statut positif individuel (RC = 3.0; IC 95% 1.3-7.4) et l’utilisation d’un logiciel de régie pour les données de santé des animaux comme un facteur protecteur à un statut de troupeau positif (RC = 0.1; IC 95% 0.0-0.6). Les résultats de cette étude permettront l’exploration de mesures de contrôle de l’infection dans les troupeaux ovins de la province.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".