Management Options for Reducing the Release of Antibiotics and Antibiotic Resistance Genes to the Environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There is growing concern worldwide about the role of polluted soil and water environments in the development and dissemination of antibiotic resistance. OBJECTIVE: Our aim in this study was to identify management options for reducing the spread of antibiotics and antibiotic-resistance determinants via environmental pathways, with the ultimate goal of extending the useful life span of antibiotics. We also examined incentives and disincentives for action. METHODS: We focused on management options with respect to limiting agricultural sources; treatment of domestic, hospital, and industrial wastewater; and aquaculture. DISCUSSION: We identified several options, such as nutrient management, runoff control, and infrastructure upgrades. Where appropriate, a cross-section of examples from various regions of the world is provided. The importance of monitoring and validating effectiveness of management strategies is also highlighted. Finally, we describe a case study in Sweden that illustrates the critical role of communication to engage stakeholders and promote action. CONCLUSIONS: Environmental releases of antibiotics and antibiotic-resistant bacteria can in many cases be reduced at little or no cost. Some management options are synergistic with existing policies and goals. The anticipated benefit is an extended useful life span for current and future antibiotics. Although risk reductions are often difficult to quantify, the severity of accelerating worldwide morbidity and mortality rates associated with antibiotic resistance strongly indicate the need for action.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle