Foodborne and Waterborne Pathogenic Bacteria in Selected Organisation for Economic Cooperation and Development (OECD) Countries
Notice bibliographique
Résumé
The World Ranking Food Safety Performance reports by Charlebois in 2008 and 2010 importantly stimulated international discussion and encouraged efforts to establish realistic international benchmarks for food safety performance among Organisation for Economic Cooperation and Development (OECD) countries. This paper presents the international incidence of 5 common foodborne pathogens and describes the challenges of comparing international data. Data were compiled from surveillance authorities in the countries, such as the Natl. Notifiable Diseases Surveillance System of Australia; the Canadian Notifiable Diseases Surveillance System; the European Food Safety Authority, EFSA; the Ministry of Health, Labour and Welfare of Japan; New Zealand Food Safety Authority; and the U.S. Center for Disease Control and Prevention. The highest average rates in cases per 100000 people over the 12-y period from 2000 to 2011 for Campylobacter spp. (237.47), Salmonella spp. (67.08), Yersinia spp. (12.09), Verotoxigenic/Shiga toxin producing Escherichia coli (3.38), and Listeria monocytogenes (1.06) corresponded, in order, to New Zealand, Belgium, Finland, Canada, and Denmark. Comparatively, annual average rates for these 5 pathogens showed an increase over the 12-y period in 28%, 17%, 14%, 50%, and 6% of the countries for which data were available. Salmonella spp. showed a decrease in 56% of the countries, while incidence of L. monocytogenes was constant in most countries (94%). Variable protocols for monitoring incidence of pathogens among OECD countries remain. Nevertheless, there is evidence of sufficient standardization of monitoring protocols such as the European Surveillance System, which has contributed to reduce this gap.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».