Analyzing the Correlation between Deer Habitat and the Component of the Risk for Lyme Disease in Eastern Ontario, Canada: A GIS-Based Approach
Notice bibliographique
Résumé
Lyme borreliosis, caused by the bacterium, Borrelia burgdorferi, is an emerging vector-borne infectious disease in Canada. According to the Public Health Agency of Canada (PHAC), by the year 2020, 80% of Canadians will live in Lyme endemic areas. An understanding of the association of Ixodes scapularis, the main vector of Lyme disease, with it hosts is a fundamental component in assessing changes in the spatial distribution of human risk for Lyme disease. Through the application of Geographic Information System (GIS) mapping methods and spatial analysis techniques, this study examines the population dynamics of the black-legged Lyme tick and its primary host, the white-tailed deer, in eastern Ontario, Canada. By developing a habitat suitability model through a GIS-based multi-criteria decision making (MCDM) analysis, the relationship of the deer habitat suitability map was generated and the results were compared with deer harvest data. Tick submission data collected from two public health units between 2006 and 2012 were used to explore the relationship between endemic ticks and deer habitat suitability in eastern Ontario. The positive correlation demonstrated between the deer habitat suitability model and deer harvest data allows us to further analyze the association between deer habitat and black-legged ticks in our study area. Our results revealed that the high tick submission number corresponds with the high suitability. These results are useful for developing management strategies that aim to prevent Lyme from becoming a threat to public health in Canada. Further studies are required to investigate how tick survival, behaviour and seasonal activity may change with projected climate change.
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 | 0,001 |
| 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 ».