MétaCan
Menu
Retour à la cohorte
Enregistrement W2135750656 · doi:10.1186/s13071-014-0628-x

Tick-borne pathogens and the vector potential of ticks in China

2015· review· en· W2135750656 sur OpenAlexfundno aff
Zhijun Yu, Hui Wang, Tianhong Wang, Wenying Sun, Xiaolong Yang, Jingze Liu

Notice bibliographique

RevueParasites & Vectors · 2015
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensnon disponible
Organismes subventionnairesDirectorate for Biological SciencesHebei Normal UniversityNational Natural Science Foundation of ChinaSpecialized Research Fund for the Doctoral Program of Higher Education of ChinaUniversity of Alberta
Mots-clésTickBiologyTick-borne diseaseVector (molecular biology)ObligateBabesiaLyme diseaseHyalommaIxodidaeEntomologyZoologyEcologyVirology

Résumé

récupéré en direct d'OpenAlex

Ticks, as obligate blood-sucking ectoparasites, attack a broad range of vertebrates and transmit a great diversity of pathogenic microorganisms. They are considered second only to mosquitoes as vectors of human disease, and the most important vector of pathogens of domestic and wild animals. Of the 117 described species in the Chinese tick fauna, 60 are known to transmit one or more diseases: 36 species isolated within China and 24 species isolated outside China. Moreover, 38 of these species carry multiple pathogens, indicating the potentially vast role of these vectors in transmitting pathogens. Spotted fever is the most common tick-borne disease, and is carried by at least 27 tick species, with Lyme disease and human granulocytic anaplasmosis ranked as the second and third most widespread tick-borne diseases, carried by 13 and 10 species, respectively. Such knowledge provides us with clues for the identification of tick-associated pathogens and suggests ideas for the control of tick-borne diseases in China. However, the numbers of tick-associated pathogens and tick-borne diseases in China are probably underestimated because of the complex distribution and great diversity of tick species in this country.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations213
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueParasites & VectorsMême sujetVector-borne infectious diseasesTravaux en français237 207