Examen des procédures de prescription et d'administration des médicaments et des pesticides au Canada
Bibliographic record
Abstract
L’objectif du présent document du Secrétariat canadien des avis scientifiques (SCAS) est d’examiner les pratiques normalisées utilisées pour prescrire et administrer les traitements par voie alimentaire et par bain dans le cadre des exploitations piscicoles. Ce document fournira des avis scientifiques évalués par les pairs à la Direction de la gestion de l’aquaculture de Pêches et Océans Canada (MPO). Dans ce document, nous présentons des renseignements de base sur les antibiotiques et les médicaments utilisés contre le pou du poisson dans les élevages piscicoles, ainsi que la méthode standard pour prescrire et administrer les traitements par voie alimentaire. La même approche est utilisée pour décrire l’application de pesticides approuvés dans les élevages piscicoles canadiens pour combattre les infestations de pou du poisson. Des entrevues ont été réalisées avec neuf vétérinaires actifs, ayant chacun plus de cinq ans d’expérience, afin d’évaluer la fréquence à laquelle des situations modificatrices particulières peuvent survenir pendant les traitements par voie alimentaire ou par bain et affecter l’administration optimale des médicaments et des pesticides.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
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".