The Impact of Weather Conditions on Culex pipiens and Culex restuans (Diptera: Culicidae) Abundance: A Case Study in Peel Region
Notice bibliographique
Résumé
Mosquito populations are sensitive to long-term variations in climate and short-term variations in weather. Mosquito abundance is a key determinant of outbreaks of mosquito-borne diseases, such as West Nile virus (WNV). In this work, the short-term impact of weather conditions (temperature and precipitation) on Culex pipiens L.-Culex restuans Theobald mosquito abundance in Peel Region, Ontario, Canada, was investigated using the 2002-2009 mosquito data collected from the WNV surveillance program managed by Ontario Ministry of Health and Long-Term Care and a gamma-generalized linear model. There was a clear association between weather conditions (temperature and precipitation) and mosquito abundance, which allowed the definition of threshold criteria for temperature and precipitation conditions for mosquito population growth. A predictive statistical model for mosquito population based on weather conditions was calibrated using real weather and mosquito surveillance data, and validated using a subset of surveillance data. Results showed that WNV vector abundance on any one day could be predicted with reasonable accuracy from relationships with mean degree-days >9 degrees C over the 11 preceding days, and precipitation 35 d previously. This finding provides optimism for the development of weather-generated forecasting for WNV risk that could be used in decision support systems for interventions such as mosquito control.
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 | 0,001 |
| 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 ».