Host demography influences the prevalence and severity of eelgrass wasting disease
Notice bibliographique
Résumé
Many marine pathogens are opportunists, present in the environment, but causing disease only under certain conditions such as immunosuppression due to environmental stress or host factors such as age. In the temperate eelgrass Zostera marina, the opportunistic labyrinthulomycete pathogen Labyrinthula zosterae is present in many populations and occasionally causes severe epidemics of wasting disease; however, risk factors associated with these epidemics are unknown. We conducted both field surveys and experimental manipulations to examine the effect of leaf age (inferred from leaf size) on wasting disease prevalence and severity in Z. marina across sites in the San Juan Archipelago, Washington, USA. We confirmed that lesions observed in the field were caused by active Labyrinthula infections both by identifying the etiologic agent through histology and by performing inoculations with cultures of Labyrinthula spp. isolated from observed lesions. We found that disease prevalence increased at shallower depths and with greater leaf size at all sites, and this effect was more pronounced at declining sites. Experimental inoculations with 2 strains of L. zosterae confirmed an increased susceptibility of older leaves to infection. Overall, this pattern suggests that mature beds and shallow beds of eelgrass may be especially susceptible to outbreaks of wasting disease. The study highlights the importance of considering host and environmental factors when evaluating risk of disease from opportunistic pathogens.
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) | 0,000 | 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 ».