Contribution of Manure-Spreading Operations to Bioaerosols and Antibiotic Resistance Genes’ Emission
Notice bibliographique
Résumé
Manure spreading from farm animals can release antibiotic-resistant bacteria (ARB) carrying antimicrobial resistance genes (ARGs) into the air, posing a potential threat to human and animal health due to the intensive use of antibiotics in the livestock industry. This study analyzed the effect of different manure types and spreading methods on airborne bacterial emissions and antibiotic resistance genes in a controlled setting. Cow, poultry manure, and pig slurry were spread in a confined environment using two types of spreaders (splash plate and dribble bar), and the resulting emissions were collected before, during, and after spreading using high-volume air samplers coupled to a particle counter. Total bacteria, fecal indicators, and a total of 38 different subtypes of ARGs were further quantified by qPCR. Spreading poultry manure resulted in the highest emission rates of total bacteria (1011 16S gene copies/kg manure spread), Archaea (106 16S gene copies/kg manure), Enterococcus (105 16S gene copies/kg manure), and E. coli (104 16S gene copies/kg manure), followed by cow manure and pig slurry with splash plates and the dribble bar. Manure spreading was associated with the highest rates of airborne aminoglycoside genes for cow and poultry (106 gene copies/kg manure), followed by pig slurry (104 gene copies/kg manure). This study shows that the type of manure and spreading equipment can affect the emission rates of airborne bacteria, and ARGs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».