MétaCan
Menu
Retour à la cohorte
Enregistrement W2106442065 · doi:10.5539/jfr.v4n1p66

Presence of the Hemolysin Gene of Vibrio mimicus in Fish and Seafood Products in Sonora, Mexico

2014· article· en· W2106442065 sur OpenAlexvenueno aff
Iliana Guardiola-Avila, Lorena Noriega-Orozco, Evelia Acedo‐Félix, Angela E. Lara, Ma. Micaela Tapia-Olea

Notice bibliographique

RevueJournal of Food Research · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVibrio bacteria research studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood scienceBiologyHemolysinFish <Actinopterygii>Fish productsVibrioMicrobiologyGeneFisheryVirulenceBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

&lt;p&gt;&lt;em&gt;Vibrio mimicus&lt;/em&gt; causes diseases in humans in many countries, and it is highly abundant in aquatic environments. The present study evaluated the presence of &lt;em&gt;V. mimicus&lt;/em&gt; in commonly consumed fish and seafood products in Sonora, México. A total of 262 samples of fish and seafood products were analyzed using PCR to identify the presence of the hemolysin (&lt;em&gt;vmh&lt;/em&gt;) gene of &lt;em&gt;V. mimicus&lt;/em&gt;, which was detected in 32 food samples. The positive food samples included raw (14%) and ready to eat fish and seafood (9%). The leading raw products in which &lt;em&gt;V. mimicus&lt;/em&gt; was detected were crustaceans (57%), but mollusks represented 78% of the positive ready-to-eat products (RTE). Therefore, the presence of the &lt;em&gt;V. mimicus&lt;/em&gt; hemolysin gene in raw and RTE seafood may represent a potential health risk to consumers in northwest México.&lt;/p&gt;

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,033
Tête enseignante GPT0,312
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetVibrio bacteria research studiesTravaux en français237 207