Presence of antibiotic-resistant commensal bacteria in samples from agricultural, city, and national park environments evaluated by standard culture and real-time PCR methods
Notice bibliographique
Résumé
This study examined the presence of antibiotic-resistant commensal bacteria among cattle operations representing areas heavily affected by agriculture, city locations representing areas affected by urban activities and indirectly affected by agriculture, and a national park representing an area not affected by agriculture. A total of 288 soil, fecal floor, and water samples were collected from cattle operations, from the city of Fort Collins, and from Rocky Mountain National Park (RMNP) in Colorado. In addition, a total of 42 new and unused feed, unused bedding, compost, and manure samples were obtained from the cattle operations. Total, tetracycline-resistant, and ceftiofur-resistant bacterial populations were enumerated by both standard culture plating and real-time PCR methods. Only wastewater samples from the cattle operations demonstrated both higher tetracycline-resistant bacterial counts (enumerated by the culture plating method) and tetracycline resistance gene copies (quantified by real-time PCR) compared to water samples collected from non-farm environments. The ceftiofur resistance gene, blaCMY-2, was not detectable in any of the samples, while the tetracycline resistance genes examined in this study, tet(B), tet(C), tet(W), and tet(O), were detected in all types of tested samples, except soil samples from RMNP. Tetracycline resistance gene pools quantified from the tet(O) and tet(W) genes were bigger than those from the tet(B) and tet(C) genes in fecal and water samples. Although only limited resistance genes, instead of a full set, were selected for real-time PCR quantification in this study, our results point to the need for further studies to determine natural and urban impacts on antibiotic resistance.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».