MétaCan
Menu
Retour à la cohorte
Enregistrement W4200611935 · doi:10.18805/ijar.b-1377

Antimicrobial Resistance of Streptococcus uberis Isolated from Bovine Mastitis: A Review

2021· review· en· W4200611935 sur OpenAlexaboutno aff
Tingrui Zhang, Linli Tao, Sukolrat Boonyayatra, Guoyi Niu

Notice bibliographique

RevueIndian Journal of Animal Research · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStreptococcus uberisMastitisAntimicrobialAntibiotic resistanceVeterinary medicineSubclinical infectionDrug resistanceBiologyMedicineDiseaseMicrobiologyBiotechnologyAntibioticsStreptococcusBacteriaVirologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Bovine mastitis is one of the common diseases resulting in high economic losses in the dairy industry. Streptococcus uberis, the environmental or contagious pathogen, is one of the most frequently identified bacteria causing clinical and subclinical mastitis. Antimicrobials are commonly used to control bacterial infections in dairy cattle. The emergence of antimicrobial resistance (AMR) bacteria made the treatment of this disease by antimicrobials a challenge. Currently, AMR is a global threat to both human and animal health. This review summarizes the AMR profiles of S. uberis collected worldwide between the years 2000-2020. Most of the studies included in this review were from Europe, Estonia, Canada, Danish, Switzerland and Czech. In general, S. uberis is highly susceptible to β-lactam antimicrobials, whereas resistance to tetracyclines, macrolides, aminoglycosides antimicrobials occurred in most countries. The isolates against most antimicrobials presented an increasing pattern over time. It highlights that monitoring the AMR of S. uberis is crucial to reduce the public health crisis.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,135
Tête enseignante GPT0,393
Écart entre enseignants0,258 · 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'étudeRevue systématique
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Animal ResearchMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207