Differential permeability of rivers to raccoon gene flow corresponds to rabies incidence in Ontario, Canada
Notice bibliographique
Résumé
The correlation of landscape features with genetic discontinuities reveals barriers to dispersal that can contribute to understanding present and future spread of wildlife diseases. This knowledge can then be used for targeting control efforts. The impact of natural barriers on raccoon dispersal was assessed through genetic analysis of samples from two regions, Niagara (N = 666) and St. Lawrence (N = 802). These areas are transected by major rivers and are at the northern front of a raccoon rabies epizootic. Genetic clusters were identified in each region using Bayesian clustering algorithms. In the Niagara region, two clusters were identified corresponding to either side of the Niagara River. For the St. Lawrence region, spatially congruent clusters were not identified, despite the presence of the intervening St. Lawrence River. These genetic data are consistent with raccoon rabies incidence data where rabies has been detected across the St. Lawrence River in Ontario while no cases have been detected in Ontario across the Niagara River. This is despite expectations of rabies incidence in Niagara before the St. Lawrence based on the progression of rabies from New York. The results from the two regions suggest different permeabilities to raccoons between New York and Ontario that may be attributed to the rivers. However, other factors have also been explored that could contribute to this difference between these study sites including the shape of the landscape and resource distribution.
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) | 0,003 | 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 ».