MétaCan
Menu
Retour à la cohorte
Enregistrement W3015060450 · doi:10.1111/jam.14658

Detection of multidrug‐resistant Gram‐negative bacteria from imported reptile and amphibian meats

2020· article· en· W3015060450 sur OpenAlexafffund
Beverly J. Morrison, Joseph E. Rubin

Notice bibliographique

RevueJournal of Applied Microbiology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Saskatchewan
Mots-clésBiologyBacteriaSalmonellaAntibiotic resistanceMicrobiologyEscherichia coliEnterobacteriaceaeMultiple drug resistanceResistomeTurtle (robot)Drug resistanceEcologyAntibioticsIntegron

Résumé

récupéré en direct d'OpenAlex

AIMS: The food supply is a potential source of antimicrobial resistance. Current surveillance programmes targeting food are limited to beef, pork and poultry and do not capture niche products. In this study, imported reptile and amphibian products were screened for antimicrobial-resistant bacteria. METHODS AND RESULTS: and mcr-1 genes. An NDM-1-producing Acinetobacter sp. was also isolated from a dried turtle carapace. CONCLUSIONS: Our results suggest that imported reptile and amphibian meats are an underappreciated source of resistant bacteria. SIGNIFICANCE AND IMPACT OF THE STUDY: The international trade of food may play a role in the dissemination of resistant bacteria. The presence of these bacteria in niche market foods represents a risk of unknown magnitude to public health and a gap in current national resistance surveillance programmes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,595

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied MicrobiologyMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207