MétaCan
Menu
Retour à la cohorte
Enregistrement W2048892679 · doi:10.1371/journal.pone.0090826

Sampling Strategies and Biodiversity of Influenza A Subtypes in Wild Birds

2014· article· en· W2048892679 sur OpenAlexaff
Sarah H. Olson, E. Jane Parmley, Catherine Soos, Martin Gilbert, Neus Latorre‐Margalef, Jeffrey S. Hall, Philip M. Hansbro, Frederick A. Leighton, Vincent J. Munster, Damien O. Joly

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensVancouver Island UniversityEnvironment and Climate Change CanadaUniversity of SaskatchewanUniversity of Guelph
Organismes subventionnairesNHLBI Division of Intramural ResearchNational Institute of Allergy and Infectious DiseasesU.S. Department of Health and Human ServicesNational Institutes of HealthUnited States Agency for International DevelopmentUniversity of Wisconsin-Madison
Mots-clésSpecies richnessBiodiversityBiologySampling (signal processing)Influenza A virusHost (biology)Influenza A virus subtype H5N1PopulationVirusGenBankTransmission (telecommunications)EcologyAvian influenza virusZoologyVirologyEnvironmental healthMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Wild aquatic birds are recognized as the natural reservoir of avian influenza A viruses (AIV), but across high and low pathogenic AIV strains, scientists have yet to rigorously identify most competent hosts for the various subtypes. We examined 11,870 GenBank records to provide a baseline inventory and insight into patterns of global AIV subtype diversity and richness. Further, we conducted an extensive literature review and communicated directly with scientists to accumulate data from 50 non-overlapping studies and over 250,000 birds to assess the status of historic sampling effort. We then built virus subtype sample-based accumulation curves to better estimate sample size targets that capture a specific percentage of virus subtype richness at seven sampling locations. Our study identifies a sampling methodology that will detect an estimated 75% of circulating virus subtypes from a targeted bird population and outlines future surveillance and research priorities that are needed to explore the influence of host and virus biodiversity on emergence and transmission.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,342
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetInfluenza Virus Research StudiesTravaux en français237 207