MétaCan
Menu
Retour à la cohorte
Enregistrement W2080350845 · doi:10.2166/wst.2013.323

Occurrence of tylosin in swine wastewater in Mexico

2013· article· en· W2080350845 sur OpenAlexaff
Liliana García‐Sánchez, Marco A. Garzón‐Zúñiga, Gerardo Buelna, Gabriela Chávez, A. Noyola, Martha Avilez-Flores, Edson Baltazar Estrada‐Arriaga

Notice bibliographique

RevueWater Science & Technology · 2013
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensCentre de Recherche Industrielle du Québec
Organismes subventionnairesnon disponible
Mots-clésTylosinWastewaterSlurryAnimal scienceBiologyVeterinary medicineAntibioticsEnvironmental engineeringEnvironmental scienceMicrobiologyMedicine

Résumé

récupéré en direct d'OpenAlex

This study determined a tylosin concentration in swine wastewater located in a Mexican pig farm, during different stages of the pigs' growth. The detection of antibiotics in swine wastewater is complex due to its high concentration of solids. Analytical method was developed for detection of tylosin in swine wastewater and swine slurry. Average recoveries of tylosin in the liquid and solid phase were greater than 51 and 44%, respectively, with a greater total recovery of 95%. The results indicated the presence of tylosin in swine wastewater and slurry at concentrations greater than the ones reported in the literature. In grab samples of swine wastewater, the tylosin detected showed concentrations of 56, 72 and 8.6 μg L(-1), in breeding-gestation, nursery pigs, and grow-finishing area, respectively. In composite samples, the concentration of tylosin was 11.8 μg L(-1) for the breeding-gestation area and 2.4 μg L(-1) for the grow-finishing area. For slurry, the concentration of tylosin was 20.6 and 17.8 μg L(-1), for the breeding-gestation and grow-finishing area, respectively. This study presents the detection of a high concentration of tylosin in breeding-gestation and nursery pigs. Traces of tylosin in wastewater from grow-finishing stage were found although the animals were not receiving antibiotics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,215
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetAquaculture disease management and microbiotaTravaux en français237 207