<i>Escherichia coli</i> O157:H7 – Discerning Facts from Fiction: An Integrated Research and Extension Project for Multiple Audiences
Notice bibliographique
Résumé
The O157:H7 (EcO157) epidemiology of Shiga-toxin-producing Escherichia coli (STEC) in cattle is complex, and myths about pre-harvest control are perpetuated. The objectives of this project were to identify perpetuated misinformation and inform four audiences about evidence-based risks and pre-harvest control of EcO157 by addressing: (i) EcO157 epidemiology and pre-harvest control; (ii) how food safety policy is created; and (iii) how to present accurate information about EcO157. An environmental scan using a daily Internet search helped identify themes for education. A literature review of pre-harvest control measures contributed to the development of educational materials (fact sheets, website, web presentations and conferences). Conference 1 was a webinar with 315 registrants, 10 countries including 41 US states and four Canadian provinces. Most participants felt confident in using their new knowledge, more than half felt confident enough to answer EcO157 questions from the public and many would recommend the recorded version of the webinar to colleagues. Conference 2 was live in the Washington, DC, area with most participants employed by the US government. All agreed that they better understood pre-harvest control, how food safety policy was made, and were confident they could create an effective message about STEC pre-harvest control. Videos were posted and received 348 Internet visitors within 2 months. Conference 3 was a webinar with a live audience and Twitter feeds, targeting people who give nutrition advice. Almost all ranked the programme good to excellent and relevant to their work. About 25% indicated that they would share: 'grass-fed beef is not safer than grain-fed', 25% would share information on effectiveness of cattle vaccines, and 14% would share information on message mapping. Across all conferences, major changes in knowledge included the following: there is no additional risk of EcO157 shedding from grain-fed versus grass-fed cattle, pre-harvest vaccination is efficacious, and production systems (pasture versus confinement) do not affect EcO157 shedding rates.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».