Mosquito Biting and Movement Rates as an Emergent Community Property and The Implications for Malarial Interventions
Notice bibliographique
Résumé
Malaria, a mosquito-vectored disease, continues to be one of the most important scourges afflicting humankind. In this paper, we take a mosquito-centric approach by studying mosquito states (i.e., energy, neurological health, and toxin information state) to demonstrate how key parameters of malaria, biting and movement rates and mosquito survival, are all emergent properties of those states when considered in the context of the background community interactions. We do so as follows: First, we develop a dynamic state variable model of mosquito biting and movement decisions that maximize mosquito expected reproductive success (fitness), and then we embed those optimal policies in a Monte Carlo simulation wherein mosquitoes attempt to feed on human hosts at domiciles where insecticide-treated bednets (ITNs) and insecticidal residual wall sprays (IRSs) are used. We find that biting rates, at the domicile level, are not impacted by mosquito state but that emigration rates from domiciles are determined by an interaction between mosquito energy state, information state, and risk of predation. This means that malaria incidence, at the village level at least, may be best understood as a response of mosquitoes to their ecological community that includes nectar-bearing plants, predators, the spatial arrangement of homes, and the protection of humans in those homes.
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 | 0,001 | 0,006 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».