Comparative quantification of <i>Campylobacter jejuni</i> from environmental samples using traditional and molecular biological techniques
Notice bibliographique
Résumé
Campylobacter jejuni is one of the most common causes of gastroenteritis in the world. Given the potential risks to human, animal, and environmental health, the development and optimization of methods to quantify this important pathogen in environmental samples is essential. Two of the most commonly used methods for quantifying C. jejuni are selective plate counting and quantitative real-time PCR (qPCR). Unfortunately, little comparative research has been performed to evaluate the accuracy of these methods for quantification of C. jejuni in aqueous and solid matricies. In this study, the limit of detection and the level of resolution obtained using these 2 methods was evaluated for C. jejuni and compared with that of the common indicator organism Escherichia coli. The use of selective plate count media for quantification of C. jejuni resulted in a 0.7-1.2 log underestimation of cell concentrations, compared with qPCR in both water and column leachate samples, whereas E. coli concentrations were found to be similar with either technique. For C. jejuni, only the qPCR assay accurately measured 2-fold changes in cell concentrations in water samples, whereas concentrations of E. coli were accurately measured regardless of method. Based on these data, qPCR assays were found to be more accurate than selective plate counts for quantification of C. jejuni from environmental samples.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».