Foodborne Proportion of Gastrointestinal Illness: Estimates from a Canadian Expert Elicitation Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The study used a structured expert elicitation survey to derive estimates of the foodborne attributable proportion for nine illnesses caused by enteric pathogens in Canada. It was based on a similar study conducted in the United States and focused on Campylobacter, Escherichia coli O157:H7, Listeria monocytogenes, nontyphoidal Salmonella enterica, Shigella spp., Vibrio spp., Yersinia enterocolitica, Cryptosporidium parvum, and Norwalk-like virus. For each pathogen, experts were asked to provide their best estimate and low and high limits for the proportion of foodborne illness relative to total cases. In addition, they provided background information with regard to food safety experience, including self-evaluated expertise for each pathogen on a 5-point scale. A snowball approach was used to identify 152 experts within Canada. The experts' background details were summarized using descriptive statistics. Factor analysis was used to determine whether the variability in best estimates was related to self-assessed level of expertise or other background information. Cluster analysis followed by beta function fitting was undertaken on best estimates from experts who self-evaluated their expertise 3 or higher. In parallel, Monte Carlo resampling was run using triangular distributions based on each expert's best estimate and its limits. Sixty-six experts encompassing various academic backgrounds, fields of expertise, and experiences relevant to food safety provided usable data. Considerable variation between experts in their estimated foodborne attributable proportions was observed over all diseases, without any relationship to the expert's background. Uncertainty about their estimate (measured by the low and high limits) varied between experts and between pathogens as well. Both cluster analysis and Monte Carlo resampling clearly indicated disagreement between experts for Campylobacter, E. coli O157, L. monocytogenes, Salmonella, Vibrio, and Y. enterocolitica. In the absence of more reliable estimates, the observed discrepancy between experts must be explored and understood before one can judge which opinion is the best.
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.
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 | 0,001 |
| 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 découle