Geography, Deer, and Host Biodiversity Shape the Pattern of Lyme Disease Emergence in the Thousand Islands Archipelago of Ontario, Canada
Notice bibliographique
Résumé
In the Thousand Islands region of eastern Ontario, Canada, Lyme disease is emerging as a serious health risk. The factors that influence Lyme disease risk, as measured by the number of blacklegged tick (Ixodes scapularis) vectors infected with Borrelia burgdorferi, are complex and vary across eastern North America. Despite study sites in the Thousand Islands being in close geographic proximity, host communities differed and both the abundance of ticks and the prevalence of B. burgdorferi infection in them varied among sites. Using this archipelago in a natural experiment, we examined the relative importance of various biotic and abiotic factors, including air temperature, vegetation, and host communities on Lyme disease risk in this zone of recent invasion. Deer abundance and temperature at ground level were positively associated with tick abundance, whereas the number of ticks in the environment, the prevalence of B. burgdorferi infection, and the number of infected nymphs all decreased with increasing distance from the United States, the presumed source of this new endemic population of ticks. Higher species richness was associated with a lower number of infected nymphs. However, the relative abundance of Peromyscus leucopus was an important factor in modulating the effects of species richness such that high biodiversity did not always reduce the number of nymphs or the prevalence of B. burgdorferi infection. Our study is one of the first to consider the interaction between the relative abundance of small mammal hosts and species richness in the analysis of the effects of biodiversity on disease risk, providing validation for theoretical models showing both dilution and amplification effects. Insights into the B. burgdorferi transmission cycle in this zone of recent invasion will also help in devising management strategies as this important vector-borne disease expands its range in North America.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».