Detection of <i>Bacteroidales</i> Fecal Indicators and the Zoonotic Pathogens <i>E. coli</i> O157:H7, <i>Salmonella</i>, and <i>Campylobacter</i> in River Water
Notice bibliographique
Résumé
Bacteroidales host-specific PCR offers a rapid method of diagnosing fecal pollution in water and identifying sources of input. To assess human health risks from exposure to fecal pathogens, however, Bacteroidales markers should be detectable when pathogens are present. To determine if Bacteroidales general, human-, ruminant-, and swine-specific markers correlate with certain fecal pathogens, we conducted a retrospective study on water samples for which the presence of E. coli O157:H7, Salmonella spp., and Campylobacter spp. had been determined. We found a positive relationship between detection of the Bacteroidales general fecal marker and presence of the pathogens. Detection of ruminant-specific markers predicted E. coli O157: H7 occurrence. There was a significant increase in the likelihood of detecting Salmonella when a ruminant marker was present, and Campylobacter spp. when human markers were present. For pathogens such as E. coli O157: H7 that are strongly associated with particular hosts, Bacteroidales host-specific markers can estimate the likelihood of pathogen occurrence, enabling more accurate health risk assessments.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,006 |
| 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 ».