The impacts of animal agriculture on One Health—Bacterial zoonosis, antimicrobial resistance, and beyond
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle