MétaCan
Menu
Retour à la cohorte
Enregistrement W2299712211 · doi:10.2134/jeq2015.06.0327

How Should We Be Determining Background and Baseline Antibiotic Resistance Levels in Agroecosystem Research?

2016· review· en· W2299712211 sur OpenAlexafffund
Michael J. Rothrock, Patricia L. Keen, Kimberly Cook, Lisa M. Durso, Alison M. Franklin, Robert S. Dungan

Notice bibliographique

RevueJournal of Environmental Quality · 2016
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Food and AgricultureNational Institutes of HealthCanadian Animal Health InstitutePublic Health AgencyU.S. Department of Agriculture
Mots-clésAntibiotic resistanceAgroecosystemAntibioticsResistance (ecology)Baseline (sea)TerminologyMedicineBiotechnologyBiologyEcologyAgricultureMicrobiology

Résumé

récupéré en direct d'OpenAlex

Although historically, antibiotic resistance has occurred naturally in environmental bacteria, many questions remain regarding the specifics of how humans and animals contribute to the development and spread of antibiotic resistance in agroecosystems. Additional research is necessary to completely understand the potential risks to human, animal, and ecological health in systems altered by antibiotic-resistance-related contamination. At present, analyzing and interpreting the effects of human and animal inputs on antibiotic resistance in agroecosystems is difficult, since standard research terminology and protocols do not exist for studying background and baseline levels of resistance in the environment. To improve the state of science in antibiotic-resistance-related research in agroecosystems, researchers are encouraged to incorporate baseline data within the study system and background data from outside the study system to normalize the study data and determine the potential impact of antibiotic-resistance-related determinants on a specific agroecosystem. Therefore, the aims of this review were to (i) present standard definitions for commonly used terms in environmental antibiotic resistance research and (ii) illustrate the need for research standards (normalization) within and between studies of antibiotic resistance in agroecosystems. To foster synergy among antibiotic resistance researchers, a new surveillance and decision-making tool is proposed to assist researchers in determining the most relevant and important antibiotic-resistance-related targets to focus on in their given agroecosystems. Incorporation of these components within antibiotic-resistance-related studies should allow for a more comprehensive and accurate picture of the current and future states of antibiotic resistance in the environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,448
score de la tête « metaresearch » (Gemma)0,493
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil0,681

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4480,493
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,004
Bibliométrie0,0110,014
Études des sciences et des technologies0,0040,021
Communication savante0,0220,048
Science ouverte0,0100,008
Intégrité de la recherche0,0100,016
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,435
Tête enseignante GPT0,473
Écart entre enseignants0,038 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental QualityMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207