Risk factors associated with presence of Salmonella
Notice bibliographique
Résumé
Abstract Carriers of Salmonella in finishing pigs are believed to be a main source of carcass and pork contamination at the slaughterhouse and during meat processing. To better control the pres-ence of Salmonella at the farm and slaughter, it is important to adequately identify on-farm risk factors associated with presence of these bacteria in animals. Thus a study was performed to identify the risk factors associated with the presence of Salmonella in live animals and on car-casses from 312 herds in Canada. A questionnaire was designed to gather information on several factors present on the farm and was completed by the producers. Results from the multivariate logistic regression analyses of all the factors indicated a significant effect of the type of feed grind (p = 0.0001), pen size (p=0.006), truck load capacity (p=0.008), clinical signs of salmonellosis (p=0.03) and a marginal effect of number of sources of finishing pigs (p = 0.098). Carcasses from highly contaminated herds were more likely of being Salmonella positive. Limiting the presence of Salmonella in the meat should therefore begin by reducing the number of herds highly contaminated by Salmonella. Introduction Many HACCP-based good production practices to be used on farm have been devel-oped in order to manage biological hazards, such as Salmonella and chemical hazards. The pur-
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,005 | 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 ».