MétaCan
Menu
Retour à la cohorte
Enregistrement W4393341258 · doi:10.1016/j.fm.2024.104526

Survival of O157 and non-O157 shiga toxin-producing Escherichia coli in Korean style kimchi

2024· article· en· W4393341258 sur OpenAlexaff
Alexander Gill, Tanis McMahon, Christina Ferrato, Linda Chui

Notice bibliographique

RevueFood Microbiology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueListeria monocytogenes in Food Safety
Établissements canadiensUniversity of AlbertaProvincial Laboratory of Public HealthHealth Canada
Organismes subventionnairesnon disponible
Mots-clésEscherichia coliShiga toxinMicrobiologyToxinBiologyEnterobacteriaceaeGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Korean style kimchi contaminated with Shiga toxin-producing Escherichia coli (STEC) O157:H7 was the cause of an outbreak in Canada from December 2021 to January 2022. To determine if this STEC O157:H7 has greater potential for survival in kimchi than other STEC, the outbreak strain and six other STEC strains (O26:H11, O91:H21, O103:H2, O121:H19, and two O157:H7) were inoculated individually at 6 to 6.5 log CFU/g into commercially sourced kimchi and incubation at 4 °C. At intervals of seven days inoculated and control kimchi was plated onto MacConkey agar to enumerate lactose utilising bacteria. The colony counts were interpreted as enumerating the inoculated STEC, since no colonies were observed on MacConkey agar plated with uninoculated kimchi. Over eight weeks of incubation the pH was stable at 4.10 to 4.05 and the STEC strains declined by 0.7-1.0 log, with a median reduction of 0.9 log. The linear rate of reduction of kimchi outbreak STEC O157:H7 was -0.4 log per 30 days (Slope Uncertainty 0.05), which was not significantly different from the other O157 and nonO157 STEC strains (P = 0.091). These results indicate that the outbreak was not due to the presence of strain better adapted to survival in kimchi than other STEC, and that STEC can persist in refrigerated Korean style kimchi with a minimal decline over the shelf-life of the product.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,278
Écart entre enseignants0,251 · 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'étudeObservationnel
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

Citations9
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueFood MicrobiologyMême sujetListeria monocytogenes in Food SafetyTravaux en français237 207