Rapid Methods for Detection and Enumeration of Campylobacter spp. in Foods
Notice bibliographique
Résumé
Campylobacter spp. are the most commonly reported bacterial cause of acute diarrheal disease in humans throughout the world. Traditional cultural methods for the detection and quantitation of Campylobacterspp. are slow and tedious; therefore, specific, sensitive, and rapid methods for campylobacters are needed to collect sufficient data for risk assessment and food safety policy development. We developed several rapid methods based on polymerase chain reaction (PCR), DNA hybridization, hydrophobic grid membrane filters (HGMFs), and enzyme immunoassays (EIAs). A PCR assay targeting C. jejuni, combined with a simple sample preparation procedure, detects as few as 0.3 most probable number (MPN)/mL C. jejuni in naturally contaminated chicken rinses after 20-24 h enrichment. An HGMF-EIA method using a commercial polyclonal antibody for Campylobacter detects and enumerates thermophilic Campylobacter spp. from spiked chicken rinse and milk, and naturally contaminated chicken rinses. A C. jejuni-specific probe in an HGMF-DNA hybridization protocol specifically detects and quantitates C. jejuni in food samples. A dot-blot EIA combined with an MPN procedure quantitates thermophilic campylobacters from samples that might be difficult to filter through HGMFs.
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 | 0,000 | 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 ».