Cross-sectional study of Streptococcus species in quarter milk samples of dairy cows in the canton of Bern, Switzerland
Notice bibliographique
Résumé
A total of 2538 quarter milk samples from 638 lactating dairy cows from 47 farms in the canton of Bern, Switzerland, were investigated for streptococci. A novel, simple and inexpensive laboratory method was used for the differentiation of Streptococcus species, and a risk factor analysis was carried out. The prevalence in the quarter milk samples was 0.2 per cent for Streptococcus agalactiae, 1.3 per cent for Streptococcus uberis, 1.3 per cent for Streptococcus dysgalactiae, 0.1 per cent for Enterococcus species and 2.9 per cent for minor Streptococcus species (designated Streptococcus-Lactococcus-Enterococcus [SLE] group). Based on the somatic cell count (SCC), S uberis and S dysgalactiae were classified as 'major' pathogens and the bacteria in the SLE group as 'minor' pathogens. For S uberis, S dysgalactiae and bacteria in the SLE group, the most significant risk factor was an intramammary infection (IMI) of a neighbouring quarter by the same pathogen. Other significant risk factors for S uberis infection were a positive California Mastitis Test (CMT) result and a SCC of more than 100,000 cells/ml. Significant risk factors for IMI with S dysgalactiae were a positive CMT result, teat injury and palpable abnormalities in the udder. Infection with bacteria in the SLE group was significantly associated with a SCC of more than 100,000 cells/ml, a lactation number of more than 2, the right rear quarter (as the location of infection) and a positive CMT result.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».