MétaCan
Menu
Retour à la cohorte
Enregistrement W4298441655

A Foodborne Pathogen: Arcobacter (Turkish with English Abstract)

2009· article· en· W4298441655 sur OpenAlexaboutno aff
Reyhan İRKİN, Mihriban KORUKLUOĞLU

Notice bibliographique

RevueDergiPark (Istanbul University) · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcobacterTurkishFoodborne pathogenPathogenBiologyMicrobiologyLinguisticsBacteriaListeria monocytogenesGeneticsPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Arcobacter, which are Gram-negative, zoonotic and aero-tolerant bacteria belonging to the family Campylobacteraceae, differentiate from Campylobacter, as it is able to grow at 15 ºC and optimally at 30 ºC in aerobic conditions, but not at 42 ºC and it contains 27-30% moles of G+C but not menaquinone-6 which is one of the major isoprenoid quinones. Arcobacter have some species like A. butzleri, A. cryaerophilus, A. skirrowii, A. cibarius, A. sulfidicus. It is known that Arcobacter recently caused food poisoning outbreaks in some countries like Italy, Canada and Brazil. It is reported that Arcobacter causes infections in humans through contaminated water, poultry, meat carcasses, meat products and raw milk. Researches on pathways of spread to humans and toxin mechanisms are very limited and insufficient. It is known that these bacteria are resistant to some of the antibiotics to some extent. In this review, potential pathogenity of Arcobacter spp. in animals and humans, pathways of spread, problems caused by these bacteria and possible control measures were discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,672

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,185
Écart entre enseignants0,179 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetIdentification and Quantification in FoodTravaux en français237 207