Recherche des Escherichia coli vérotoxiques (VTEC) dont E. coli O157 : H7 dans l'environnement marin (coquillages)
Bibliographic record
Abstract
La qualité sanitaire du milieu marin côtier est influencée par la présence de rejets urbains ou de rejets diffus d'origine agricole. Ces effluents sont riches en bactéries ou virus d'origine fécale, dont certains ont été mis en cause dans des pathologies humaines (Beeching, 1997 ; Feldhusen, 2000 ; Lipp et Rose, 1997 ; Yam et al., 1999). Parmi les microorganismes pouvant présenter un danger pour l'homme, certains, pathogènes émergents ces dernières années, n'ont été que récemment recherchés dans l'environnement : on peut citer les Cryptosporidium et les Giardia pour les parasites, les norovirus pour les virus et les Escherichia coli vérotoxiques (VTEC) pour les bactéries. Ces derniers ne sont connus que depuis 1982, date à laquelle E. coli 0157 : H7 a été isolé pour la première fois dans des épidémies de colites hémorragiques aux Etats-Unis liées à la consommation de hamburgers contaminés (Riley et al., 1983). Les VTEC ont été depuis mis en cause dans plusieurs épidémies ou cas sporadiques au Canada, au Japon, en Afrique et en Europe ... (Chalmers et al., 2000 ; Haeghebaert et al., 2001b ; Vernozy-Rozand et Montet, 2001).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".