Risk Assessment of Norovirus Illness from Consumption of Raw Oysters in the United States and in Canada
Notice bibliographique
Résumé
Human norovirus (NoV) is the leading cause of foodborne illness in the United States and Canada. Bivalve molluscan shellfish is one commodity commonly identified as being a vector of NoV. Bivalve molluscan shellfish are grown in waters that may be affected by contamination events, tend to bioaccumulate viruses, and are frequently eaten raw. In an effort to better assess the elements that contribute to potential risk of NoV infection and illness from consumption of bivalve molluscan shellfish, the U.S. Department of Health and Human Services/Food and Drug Administration (FDA), Health Canada (HC), the Canadian Food Inspection Agency (CFIA), and Environment and Climate Change Canada (ECCC) collaborated to conduct a quantitative risk assessment for NoV in bivalve molluscan shellfish, notably oysters. This study describes the model and scenarios developed and results obtained to assess the risk of NoV infection and illness from consumption of raw oysters harvested from a quasi-steady-state situation. Among the many factors that influence the risk of NoV illness for raw oyster consumers, the concentrations of NoV in the influent (raw, untreated) and effluent (treated) of wastewater treatment plants (WWTP) were identified to be the most important. Thus, mitigation and control strategies that limit the influence from human waste (WWTP outfalls) in oyster growing areas have a major influence on the risk of illness from consumption of those oysters.
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 | 0,001 |
| 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 ».