Optimized enrichment for the detection of Escherichia coli O26 in French raw milk cheeses
Notice bibliographique
Résumé
AIMS: Our main objective was to optimize the enrichment of Escherichia coli O26 in raw milk cheeses for their subsequent detection with a new automated immunological method. METHODS AND RESULTS: Ten enrichment broths were tested for the detection of E. coli O26. Two categories of experimentally inoculated raw milk cheeses, semi-hard uncooked cheese and 'Camembert' type cheese, were initially used to investigate the relative efficacy of the different enrichments. The enrichments that were considered optimal for the growth of E. coli O26 in these cheeses were then challenged with other types of raw milk cheeses. Buffered peptone water supplemented with cefixim-tellurite and acriflavin was shown to optimize the growth of E. coli O26 artificially inoculated in the cheeses tested. Despite the low inoculum level (1-10 CFU per 25 g) in the cheeses, E. coli O26 counts reached at least 5.10(4) CFU ml(-1) after 24-h incubation at 41.5 °C in this medium. CONCLUSIONS: All the experimentally inoculated cheeses were found positive by the immunological method in the enrichment broth selected. SIGNIFICANCE AND IMPACT OF THE STUDY: Optimized E. coli O26 enrichment and rapid detection constitute the first steps of a complete procedure that could be used in routine to detect E. coli O26 in raw milk cheeses.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».