Food-Specific Attribution of Selected Gastrointestinal Illnesses: Estimates from a Canadian Expert Elicitation Survey
Notice bibliographique
Résumé
The study used a structured expert elicitation survey to derive estimates of food-specific attribution for nine illnesses caused by enteric pathogens in Canada. It was based on a similar survey conducted in the United States and focused on Campylobacter spp., Escherichia coli O157:H7, Listeria monocytogenes, nontyphoidal Salmonella enterica, Shigella spp., Vibrio spp., Yersinia enterocolitica, Cryptosporidium parvum, and Norwalk-like virus. A snowball approach was used to identify food safety experts within Canada. Survey respondents provided background information as well as self-assessments of their expertise for each pathogen and the 12 food categories. Depending on the pathogen, food source attribution estimates were based on responses from between 10 and 35 experts. For each pathogen, experts divided their estimates of total foodborne illness across 12 food categories and they provided a best estimate for each category as well as 5th and 95th percentile limits for foods considered to be vehicles. Their responses were treated as triangular probability distributions, and linear aggregation was used to combine the opinions of each group of experts for each pathogen-food source group. Across the 108 pathogen-food groups, a majority of experts agreed on 30 sources and 48 nonsources for illness. The number of food groups considered to be pathogen sources by a majority of experts varied by pathogen from a low of one food source for Vibrio spp. (seafood) and C. parvum (produce) to a high of seven food sources for Salmonella spp. Beta distributions were fitted to the aggregated opinions and were reasonable representations for most of the pathogen-food group attributions. These results will be used to quantitatively assess the burden of foodborne illness in Canada as well as to analyze the uncertainty in our estimates.
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 | 0,010 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».