Shiga-Toxin Producing Escherichia Coli in Brazil: A Systematic Review
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
(STEC) can cause serious illnesses, including hemorrhagic colitis and hemolytic uremic syndrome. This is the first systematic review of STEC in Brazil, and will report the main serogroups detected in animals, food products and foodborne diseases. Data were obtained from online databases accessed in January 2019. Papers were selected from each database using the Mesh term entries. Although no human disease outbreaks in Brazil related to STEC has been reported, the presence of several serogroups such as O157 and O111 has been verified in animals, food, and humans. Moreover, other serogroups monitored by international federal agencies and involved in outbreak cases worldwide were detected, and other unusual strains were involved in some isolated individual cases of foodborne disease, such as serotype O118:H16 and serogroup O165. The epidemiological data presented herein indicates the presence of several pathogenic serogroups, including O157:H7, O26, O103, and O111, which have been linked to disease outbreaks worldwide. As available data are concentrated in the Sao Paulo state and almost completely lacking in outlying regions, epidemiological monitoring in Brazil for STEC needs to be expanded and food safety standards for this pathogen should be aligned to that of the food safety standards of international bodies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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