MétaCan
Menu
Retour à la cohorte
Enregistrement W3170153240 · doi:10.1111/1758-2229.12975

Antibiotic resistance in mucosal bacteria from high Arctic migratory salmonids

2021· article· en· W3170153240 sur OpenAlexafffundabout
Kristy Moniz, Virginia K. Walker, Vishal Shah

Notice bibliographique

RevueEnvironmental Microbiology Reports · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensQueen's University
Organismes subventionnairesGovernment of Canada
Mots-clésSalvelinusBiologyFish migrationArcticBacteriaAmpicillinAntibiotic resistanceAntibioticsArctic charMicrobiologyDrug resistanceEcologyZoologyFisheryTroutFish <Actinopterygii>HabitatGenetics

Résumé

récupéré en direct d'OpenAlex

Two related salmonids, Arctic char (Salvelinus alpinus) and lake whitefish (Coregonus clupeaformis) sampled from the high Arctic region of Nunavut, Canada are anadromous fish, migrating annually from the same ice-covered freshwater waterbodies to spend summers in the marine waters of the Arctic Ocean. Microbiota associated with the skin-associated mucus undergo community change coincident with migration, and irrespective of this turnover, antibiotic resistance was detected in mixed bacterial cultures initiated with mucus samples. Although as expected most bacteria were unculturable, however, 5/7 isolates showed susceptibility to a panel of five common antibiotics. The fish were sampled under severe conditions and at remote locations far from human habitation. Regardless, two isolates, 'Carnobacterium maltaromaticum sm-2' and 'Arthrobacter citreus sm', showed multi-resistance to two or more antibiotics including ampicillin and streptomycin indicating multiple resistance genes. It is unknown if these fish bacteria have 'natural' resistance phenotypes or if resistance has been acquired. As result of these observations, we urge long-term monitoring of drug-resistant bacteria in the region and caution the assumption of a lack of drug-resistant organisms even in such extreme environments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,003
Tête enseignante GPT0,193
Écart entre enseignants0,190 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Microbiology ReportsMême sujetGut microbiota and healthTravaux en français237 207