Prediction of Parasite Infection Dynamics in Primate Metapopulations Based on Attributes of Forest Fragmentation
Notice bibliographique
Résumé
Although the effects of forest fragmentation on species and ecological processes have been the focus of considerable research in conservation biology, our capacity to predict how processes will be altered and which taxonomic or functional groups will be most affected by fragmentation is still poor. This problem is exacerbated by inherent temporal and spatial variability in fragment attributes. To improve our understanding of this interplay, we examined how various fragment attributes affect one potentially important ecological process, parasite infection dynamics, and considered how changes in this process affect host metapopulations. From August 1999 to July 2003 we surveyed red colobus (Piliocolobus tephrosceles) metapopulations inhabiting nine fragments (1.2 to 8.7 ha) in western Uganda to determine the prevalence and richness of strongyle and rhabditoid nematodes, a group of potentially pathogenic gastrointestinal parasites. We used noninvasive fecal flotation and sedimentation (n = 536) to detect parasite eggs, cysts, and larvae in colobus fecal samples. To obtain an index of infection risk, we determined environmental contamination with Oesophagostomum sp., a representative strongyle nematode, in canopy (n = 30) and ground vegetation plots (n = 30). Concurrently, physical (i.e., size, location, and topography) and biological (i.e., tree diversity, tree density, stump density, and colobine density) attributes were quantified for each fragment. Interfragment comparisons of nine potential factors demonstrated that an index of degradation and human presence (tree stump density) strongly influenced the prevalence of parasitic nematodes. Infection risk was also higher in the fragment with the highest stump density than in the fragment with the lowest stump density. These results demonstrate that host-parasite dynamics can be altered in complex ways by forest fragmentation and that intensity of extraction (e.g., stump density) best explains these changes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».