The Fungus among Us: Cryptococcus neoformans and Cryptococcus gattii Ecological Modeling for Colombia
Notice bibliographique
Résumé
The environmental isolation of Cryptococcus spp. is typically a difficult undertaking. Collecting samples in the field is costly in terms of travel, personnel time and materials. Furthermore, the recovery rate of Cryptococcus spp. may be very low, thereby requiring a large number of samples to be taken without any guarantee of success. Ecological niche modeling is a tool that has traditionally been used to forecast the distribution of plant and animal of species for biodiversity and conservation purposes. Here, we use it in a public health application to produce risk area maps for cryptococcal disease in Colombia. The Genetic Algorithm for Ruleset Production (GARP) was used to create models for Cryptococcus neoformans (C. neoformans) and Cryptococcus gattii (C. gattii), based on environmental sampling and clinical records data recorded since 1987. These maps could be used to focus public health messaging related to cryptococcal disease, and it enables us to characterize the ecological niche for Cryptococcus in Colombia. We found that the OPEN ACCESS J. Fungi 2015, 1 333 ecological niche for C. gattii in Colombia is quite diverse, establishing itself in sub-tropical and temperate ecoregions within the country. This suggests that C. gattii is highly adaptive to different ecological conditions in Colombia and different regions of the world.
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 | 0,001 | 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 ».