Climate Change and West Nile Virus in a Highly Endemic Region of North America
Notice bibliographique
Résumé
The Canadian prairie provinces of Manitoba, Saskatchewan, and Alberta have reported the highest human incidence of clinical cases of West Nile virus (WNV) infection in Canada. The primary vector for WVN in this region is the mosquito Culex tarsalis. This study used constructed models and biological thresholds to predict the spatial and temporal distribution of Cx. tarsalis and WNV infection rate in the prairie provinces under a range of potential future climate and habitat conditions. We selected one median and two extreme outcome scenarios to represent future climate conditions in the 2020 (2010-2039), 2050 (2040-2069) and 2080 (2070-2099) time slices. In currently endemic regions, the projected WNV infection rate under the median outcome scenario in 2050 raised 17.91 times (ranged from 1.29-27.45 times for all scenarios and time slices) comparing to current climate conditions. Seasonal availability of Cx. tarsalis infected with WNV extended from June to August to include May and September. Moreover, our models predicted northward range expansion for Cx. tarsalis (1.06-2.56 times the current geographic area) and WNV (1.08-2.34 times the current geographic area). These findings predict future public and animal health risk of WNV in the Canadian prairie provinces.
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 ».