MétaCan
Menu
Retour à la cohorte
Enregistrement W3202470356 · doi:10.3390/antibiotics10101209

Antibiotic Resistance: From Pig to Meat

2021· review· en· W3202470356 sur OpenAlexaff
Xavier C. Monger, Alex-An Gilbert, Linda Saucier, Antony T. Vincent

Notice bibliographique

RevueAntibiotics · 2021
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAntibiotic resistanceAntibioticsBusinessMicrobiomeBiotechnologyResistance (ecology)BiosafetyBiologyMicrobiologyEcology

Résumé

récupéré en direct d'OpenAlex

Pork meat is in high demand worldwide and this is expected to increase. Pork is often raised in intensive conditions, which is conducive to the spread of infectious diseases. Vaccines, antibiotics, and other biosafety measures help mitigate the impact of infectious diseases. However, bacterial strains resistant to antibiotics are more and more frequently found in pig farms, animals, and the environment. It is now recognized that a holistic perspective is needed to sustainably fight antibiotic resistance, and that an integrated One Health approach is essential. With this in mind, this review tackles antibiotic resistance throughout the pork raising process, including their microbiome; many factors of their environment (agricultural workers, farms, rivers, etc.); and an overview of the impact of antibiotic resistance on pork meat, which is the end product available to consumers. Antibiotic resistance, while a natural process, is a public health concern. If we react, and act, collectively, it is expected to be, at least partially, reversible with judicious antibiotic usage and the development of innovative strategies and tools to foster animal health.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,032
Tête enseignante GPT0,305
Écart entre enseignants0,273 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations123
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntibioticsMême sujetAquaculture disease management and microbiotaTravaux en français237 207