Investigation of Ground Level and Remote-Sensed Data for Habitat Classification and Prediction of Survival of <I>Ixodes scapularis</I> in Habitats of Southeastern Canada
Notice bibliographique
Résumé
In southeastern Canada, most populations of Ixodes scapularis Say, the Lyme disease vector, occur in Carolinian forests. Climate change projections suggest a northward range expansion of I. scapularis this century, but it is unclear whether more northerly habitats are suitable for I. scapularis survival. In this study, we assessed the suitability of woodlands of the Lower Great Lakes/St. Lawrence Plain region for I. scapularis by comparing tick egg survival in four different woodlands. Woodlands where I. scapularis are established, and sand dune where I. scapularis do not survive, served as positive and negative control sites, respectively. At two woodland sites, egg survival was the same as at the positive control site, but at two of the sites survival was significantly less than either the positive control site, or one of the other test sites. Egg survival in all woodland sites was significantly higher than in the sand dune site. Ground level habitat classification discriminated among woodlands in which tick survival differed. The likelihood that I. scapularis populations could persist in the different habitats, as deduced using a population model of I. scapularis, was significantly associated with variations in Landsat 7 ETM+ data (normalized difference vegetation index [NDVI] and Tasselled Cap indices). The NDVI index predicted habitat suitability at Long Point, Ontario, with high sensitivity but moderate specificity. Our study suggests that I. scapularis populations could establish in more northerly woodland types than those in which they currently exist. Suitable habitats may be detected by ground-level habitat classification, and remote-sensed data may assist this process.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».