MétaCan
Menu
← Retour à la cohorte
Enregistrement W323046346 · doi:10.31274/safepork-180809-870

Comparison of bacterial culture, PCR and a mix-ELISA for the detection of Salmonella status in nursery and grow-to-finish pigs in Western Canada using a Bayesian approach

2009· article· en· W323046346 sur OpenAlexaffabout
Wendy Wilkins, Cheryl Waldner, Andrijana Rajić, Margaret McFall, Eudora Y. Chow, Anne Muckle, R. C. M. Jaime

Notice bibliographique

RevueInternational Conference on the Epidemiology and Control of Biological, Chemical and Physical Hazards in Pigs and Pork · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensUniversity of Prince Edward IslandAgriculture Food and Rural DevelopmentPublic Health Agency of CanadaUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSalmonellaBayesian probabilityMicrobiological cultureSerotypeComputer scienceBiologyMicrobiologyArtificial intelligenceBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

Bayesian and traditional statistical methods were used to estimate accuracy of bacterial culture, broth-enriched real-time-PCR for feces and a mix-ELISA (Svanovir®) for serum to detect Salmonella in nursery and grow-finish pigs on 10 fanns in western Canada. In nursery pigs, one pooled pen fecal sample and one blood sample were taken from each of 30 randomly selected pens. In grow-finish pigs, samples were similarly collected; an individual fecal sample was also taken from each pig bled. Only 8/247 ELISA-positive nursery pigs were detected; 80/247 pens were culture positive. Since there was no agreement between pen culture and ELISA results in the nursery pigs, further evaluation of test accuracy was not possible at this level. Among grow-to-finish pigs, agreement between culture and ELISA was fair (K=0.26-0.38). Agreement between culture and the RT-PCR was nearly perfect ( K=0.92-0.97).

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,071
Tête enseignante GPT0,321
Écart entre enseignants0,249 · 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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Conference on the Epidemiology and Control of Biological, Chemical and Physical Hazards in Pigs and Pork→Même sujetSalmonella and Campylobacter epidemiology→Travaux en français237 207→