Phage Therapy Approaches to Reducing Pathogen Persistence and Transmission in Animal Production Environments: Opportunities and Challenges
Notice bibliographique
Résumé
One of the major challenges to current global food production and food security is the presence of antibiotic-resistant bacteria in animals (ruminants, poultry, swine) from which foods of animal origin are produced. Foodborne diseases significantly impact public health globally, with the World Health Organization (WHO) estimating that 1 in 10 people, or approximately 600 million people worldwide, are sickened and 420,000 die annually from foodborne illnesses (1). There is concern that many foodborne bacterial pathogens are either resistant or increasing their resistance to antimicrobials commonly used for medical treatment. For example, the Centers for Disease Control and Prevention reported that in 2013, the percentage of human Campylobacter jejuni isolates with macrolide resistance increased from 1.8% in 2012 to 2.2% in 2013, and from 9.0% in 2012 to 17.6% among Campylobacter coli isolates (2). In addition, the percentage of human Salmonella ser. I 4,[5],12:i:- isolates with resistance to ampicillin, streptomycin, sulfonamide, and tetracycline continued to increase, from 17% in 2010 to 45.5% in 2013 (2). Campylobacter spp. (845,024 cases per year) and nontyphoidal Salmonella spp. (1,027,561 cases per year) are the two most prevalent causes of foodborne illness in the United States, accounting for 51% of annual foodborne illnesses due to known bacterial agents (3) and highlighting the fact that an increasing number of foodborne illnesses are becoming more difficult to treat with antibiotics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».