Determinación de la presencia de bacterias del género Vibrio en la piel de la rana gigante del Titicaca (Telmatobius culeus) de vida libre
Bibliographic record
Abstract
Uno de los factores de la rápida disminución de la población de la rana gigante del Titicaca (Telmatobius culeus) es la colecta ilegal para su consumo en jugos. Esta actividad es popular en Lima puesto que se le atribuyen propiedades curativas y afrodisiacas, pero es posible que microorganismos patógenos para el humano estén presentes en la piel de estas ranas, tales como Vibrio cholerae, V. alginolyticus y V. fluvialis, conocidos por ocasionar mayormente cuadros de infección a nivel intestinal. Debido a las condiciones ambientales y contaminación del lago Titicaca, se planteó la hipótesis de que estas bacterias del género Vibrio podrían estar presentes en la piel de T. culeus de vida libre. El estudio se llevó a cabo en marzo del 2018, se realizaron hisopados de la superficie cutánea de 35 ranas capturadas en dos puntos del lago (Perka Norte y Chifrón). Las muestras se enviaron al laboratorio de microbiología de la Universidad Peruana Cayetano Heredia donde se agruparon, enriquecieron y cultivaron en los medios Agar TCBS y TSA. Posteriormente se usaron pruebas bioquímicas y se enviaron al Instituto Nacional de Salud, donde se utilizó el kit API 20 E para su identificación. No se identificaron bacterias del género Vibrio. Los resultados indicaron la presencia de Aeromonas hydrophila, Shewanella putrefaciens y Shewanela spp.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".