Antimicrobial Resistance in Malaysian Shrimp Aquaculture and Strategies to Reduce Its Occurrence
Notice bibliographique
Résumé
ABSTRACT Shrimp is a commercially important species in several regions and is among the key global aquaculture commodities essential for food production and security. Similar to most shrimp‐producing countries, shrimp aquaculture in Malaysia suffers from recurring disease outbreaks that consequently impact the overall economy. The use of antimicrobial agents, particularly antibiotics, in shrimp aquaculture for prophylactic treatment and growth enhancement has increased the spread of antimicrobial‐resistant bacteria in the aquatic environment. The development and dissemination of antimicrobial‐resistant bacteria and other potential sources of antimicrobial contamination in waterways are facilitated by the continuous application of antibiotics in shrimp farming, municipalities, livestock, hospitals and pharmaceutical sources. This situation contributes to the spread of the antimicrobial resistance (AMR) phenomenon, a One Health issue with detrimental effects on human and animal health as well as the environment. Addressing the risks associated with AMR dissemination remains highly challenging due to the intensification of shrimp farming trends, which heightens disease outbreaks, and the limited availability of alternatives to antibiotics for many farmers seeking to prevent crop failure. In this review, we critically examine the key issues related to AMR in shrimp aquaculture and explore emerging treatment strategies. Our analysis encompasses a comprehensive review of the existing literature on the impact of AMR on shrimp farming in Malaysia, as well as alternative mitigation strategies aimed at fostering more sustainable and resilient aquaculture practices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».