Antimicrobial use on 24 beef farms in Ontario.
Notice bibliographique
Résumé
Understanding risk factors for antimicrobial resistance requires knowledge of antimicrobial selection pressure. The objectives of this research were to develop methodology for collecting quantitative antimicrobial use information from beef producers in Ontario, to document the types and quantities of antimicrobials reported (for a minimum of 12 mo), and to compare 2 metrics for injectable use reporting. Twenty-four volunteer beef producers were asked to complete a questionnaire, document drug use in a treatment diary, and retain empty medication containers. For injectable antimicrobials, producers recorded approximately 60% of the total use in the treatment diaries; oxytetracycline, penicillin, macrolides, florfenicol, and spectinomycin were used in the greatest quantities. Based on estimated weights of active ingredients (calculated according to number of animals exposed, duration, and average dose per day) the antimicrobials most commonly used in feed were monensin, tylosin, lasalocid, and tetracyclines. The antimicrobials most commonly used in water were lincomycin-spectinomycin, chlortetracycline, and oxytetracycline. Based on estimated weights and measured quantities, < 1% of antimicrobials used were in the Canadian category of highest importance to human medicine. A comparison of animal daily dosages to kilograms of active ingredient demonstrated that the relative ranking of use of antimicrobials varied with the chosen metric, and that further investigation into the best measure in relation to antimicrobial resistance is warranted.
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) | 0,001 | 0,001 |
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.
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 ».