Testing for dual impacts of contaminants and parasites on hosts: the importance of skew
Notice bibliographique
Résumé
A review of recent studies published over a 23-year timespan (1990–2012) showed rapidly increasing interest in exploring how environmental contaminants and parasitism might influence each other and (or) interact to affect host health. Those experimental and observational studies fall into three broad categories (comparative studies of the possible influence of each factor on the other, correlative studies between contaminants and parasitism, and studies on relative bioaccumulation of contaminants by parasites versus their hosts). Despite the exponential increase in relevant studies, little attention has been paid to how contaminants and parasitism should co-occur among individuals within host populations and (or) how the nature of co-distributions should be incorporated into study designs and analyses. Null expectations of co-distributions between contaminants and parasitism can be derived from underlying distributions of each factor. Using a subset of studies, we found contaminant distributions showed positive skew in about one third of cases testing for correlations between contaminant concentrations and parasitism among hosts. We show such skew is expected for theoretical reasons. We used this information to guide simulations wherein the oft-cited negative binomial distribution of parasitism (also supported by theory) was combined with both log-normal (skewed) and normal distributions of contaminants to generate expected null co-distributions. Simulations demonstrated an increasingly concave (or L-shaped) co-distribution with increasing contaminant positive skew: proportionately more individuals experience low levels of each factor while few to none experienced high contaminant and high parasite burdens simultaneously. Our results have the following implications: they call into question experimental studies exposing specimens to parasites and pollutants at levels higher than, or even equal to, observed averages, and they provide a framework for exploring how individual-based effects might scale up into effects at the population level. Potential improvements to study designs and (or) statistical tests are offered that recognize the need to understand the underlying distributions of both contaminants and parasitism and the degree to which one can infer host population effects.
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 ».