MétaCan
Menu
Retour à la cohorte
Enregistrement W2998870075 · doi:10.3390/microorganisms8010124

Antimicrobial Sensitivity Testing of Mycoplasma bovis Isolates Derived from Western Canadian Feedlot Cattle

2020· article· en· W2998870075 sur OpenAlexafffundabout
Murray Jelinski, Andrea Kinnear, Karen Gesy, Sara Andrés-Lasheras, Rahat Zaheer, J. Scott Weese, Tim A. McAllister

Notice bibliographique

RevueMicroorganisms · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of GuelphUniversity of Saskatchewan
Organismes subventionnairesBeef Cattle Research CouncilMinistry of Agriculture - SaskatchewanU.S. Department of Agriculture
Mots-clésAntimicrobialMicrobiologyFeedlotBiologyMycoplasmaCattle DiseasesVeterinary medicineVirologyMedicineAnimal science

Résumé

récupéré en direct d'OpenAlex

Mycoplasma bovis is particularly adept at evading the immune system, resulting in chronic infections of the lungs and joints of feedlot cattle. The chronicity of the lesions results in prolonged antimicrobial therapy, possibly exacerbating antimicrobial resistance. This cross-sectional study generated in vitro antimicrobial susceptibility testing (AST) data on 211 M. bovis isolates recovered from 159 healthy, diseased, and dead cattle, spanning the period of 2006–2018. Nine antimicrobials commonly administered to western Canadian feedlot cattle were assessed. The data were analyzed with non-parametric statistical tests with a level of significance of p < 0.05 (two-tailed). Minimum inhibitory concentration (MIC) values tended to increase between the isolates from healthy versus dead cattle and over time (2006–2018). Isolates from dead versus healthy cattle were more likely to be resistant to tulathromycin, gamithromycin, tylosin and enrofloxacin. There was no difference in the distributions of the MICs generated from the isolates recovered from the lungs and joints (p ≥ 0.124) and the lungs and deep nasal passages (p ≥ 0.157) of the same animals.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,926

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,232
Écart entre enseignants0,207 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations33
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMicroorganismsMême sujetMicrobial infections and disease researchTravaux en français237 207