Zoonotic Fecal Pathogens and Antimicrobial Resistance in Canadian Petting Zoos
Notice bibliographique
Résumé
This study aimed to better understand the potential public health risk associated with zoonotic pathogens in agricultural fairs and petting zoos in Canada. Prevalence of Salmonella, Shiga toxin-producing Escherichia coli (STEC) O157:H7, and top six non-O157 STEC serogroups in feces (n = 88), hide/feather (n = 36), and hand rail samples (n = 46) was assessed, as well as distributions of antimicrobial resistant (AMR) broad and extended-spectrum β-lactamase (ESBL)-producing E. coli. Prevalence of methicillin-resistant Staphylococcus aureus (MRSA) in pig nasal swabs (n = 4), and Campylobacter, Cryptosporidium, and Giardia in feces was also assessed. Neither Salmonella nor MRSA were detected. Campylobacter spp. were isolated from 32% of fecal samples. Cryptosporidium and Giardia were detected in 2% and 15% of fecal samples, respectively. Only one fecal sample was positive for STEC O157, whereas 22% were positive for non-O157 STEC. Multi-drug resistance (MDR) to antibiotics classified as critically and highly important in human medicine was proportionally greatest in E. coli from cattle feces. The β-lactamase-producing E. coli from pig, horse/donkey feces, and hand rail samples, as well as the STEC E. coli from handrail swabs were MDR. The diversity and prevalence of zoonotic pathogens and AMR bacteria detected within agricultural fairs and petting zoos emphasize the importance of hygienic practices and sanitization with respect to reducing associated zoonotic risks.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».