MétaCan
Menu
Retour à la cohorte
Enregistrement W4292259607 · doi:10.3390/microorganisms10081652

Antimicrobial Use and Resistance in Surplus Dairy Calf Production Systems

2022· review· en· W4292259607 sur OpenAlexaff
Poonam Gopika Vinayamohan, Samantha R. Locke, R. Portillo-Gonzalez, D.L. Renaud, Gregory Habing

Notice bibliographique

RevueMicroorganisms · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialProduction (economics)Antimicrobial stewardshipDairy cattleBusinessAntibiotic resistanceBiotechnologyBiologyEconomicsMicrobiologyAnimal scienceAntibiotics

Résumé

récupéré en direct d'OpenAlex

Surplus calves, which consist predominately of male calves born on dairy farms, are an underrecognized source of antimicrobial-resistant (AMR) pathogens. Current production systems for surplus calves have important risk factors for the dissemination of pathogens, including the high degree of commingling during auction and transportation and sometimes inadequate care early in life. These circumstances contribute to an increased risk of respiratory and other infectious diseases, resulting in higher antimicrobial use (AMU) and the development of AMR. Several studies have shown that surplus calves harbor AMR genes and pathogens that are resistant to critically important antimicrobials. This is a potential concern as the resistant pathogens and genes can be shared between animal, human and environmental microbiomes. Although knowledge of AMU and AMR has grown substantially in dairy and beef cattle systems, comparable studies in surplus calves have been mostly neglected in North America. Therefore, the overall goal of this narrative review is to summarize the existing literature regarding AMU and AMR in surplus dairy calf production, highlight the management practices contributing to the increased AMU and the resulting AMR, and discuss potential strategies and barriers for improved antimicrobial stewardship in surplus calf production systems.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,302
Écart entre enseignants0,243 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicroorganismsMême sujetMicrobial infections and disease researchTravaux en français237 207