MétaCan
Menu
Retour à la cohorte
Enregistrement W4396730812 · doi:10.1016/j.onehlt.2024.100748

The impacts of animal agriculture on One Health—Bacterial zoonosis, antimicrobial resistance, and beyond

2024· article· en· W4396730812 sur OpenAlexafffund
Téngfēi Zhāng, Rhea Nickerson, Wenting Zhang, Xitian Peng, Yu Shang, Youxiang Zhou, Qingping Luo, Guoyuan Wen, Zhenyu Cheng

Notice bibliographique

RevueOne Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensDalhousie University
Organismes subventionnairesNational Key Research and Development Program of ChinaAgriculture Research System of ChinaNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésOne HealthAgricultureContext (archaeology)Food securityAnimal welfareBusinessPublic healthZoonosisAnimal healthEnvironmental planningEnvironmental resource managementMedicineGeographyBiologyEcologyVeterinary medicineEconomics

Résumé

récupéré en direct d'OpenAlex

The industrialization of animal agriculture has undoubtedly contributed to the improvement of human well-being by increasing the efficiency of food animal production. At the same time, it has also drastically impacted the natural environment and human society. The One Health initiative emphasizes the interdependency of the health of ecosystems, animals, and humans. In this paper, we discuss some of the most profound consequences of animal agriculture practices from a One Health perspective. More specifically, we focus on impacts to host-microbe interactions by elaborating on how modern animal agriculture affects zoonotic infections, specifically those of bacterial origin, and the concomitant emergence of antimicrobial resistance (AMR). A key question underlying these deeply interconnected issues is how to better prevent, monitor, and manage infections in animal agriculture. To address this, we outline approaches to mitigate the impacts of agricultural bacterial zoonoses and AMR, including the development of novel treatments as well as non-drug approaches comprising integrated surveillance programs and policy and education regarding agricultural practices and antimicrobial stewardship. Finally, we touch upon additional major environmental and health factors impacted by animal agriculture within the One Health context, including animal welfare, food security, food safety, and climate change. Charting how these issues are interwoven to comprise the complex web of animal agriculture's broad impacts on One Health will allow for the development of concerted, multidisciplinary interventions which are truly necessary to tackle these issues from a One Health perspective.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,300
Écart entre enseignants0,284 · 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'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

Citations97
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOne HealthMême sujetZoonotic diseases and public healthTravaux en français237 207