MétaCan
Menu
← Retour à la cohorte
Enregistrement W2199573719

Parasite spill-back from domestic hosts may induce an Allee effect in wildlife hosts

2012· article· en· W2199573719 sur OpenAlexfundno aff
Martin Krkošek, Jaime Ashander, Mark A. Lewis

Notice bibliographique

RevueOxford University Research Archive (ORA) (University of Oxford) · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKing Abdullah University of Science and TechnologyDivision of Mathematical SciencesUniversity of Otago
Mots-clésAllee effectBiologyWildlifePopulationHost (biology)Abundance (ecology)EcologyPredationParasitismGeneralist and specialist speciesParasite hostingWildlife diseaseZoologyHabitatDemography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The exchange of native pathogens between wild and domesticated animals can lead to novel disease dynamics. A simple model reveals that the spill-back of native parasites\nfrom domestic to wild hosts may cause a demographic Allee effect. Because parasite spill-over and spill-back decouples the abundance of parasite infectious stages from the abundance of the wild host population, parasitism and mortality of the wild host population increases non-linearly as host abundance decreases. Analogous to the effects of satiation of generalist predators, parasite spill-back can produce an unstable equilibrium in the abundance of the host population above which the host population persists and below which it is at risk of extirpation. These effects are likely to be most pronounced in systems where the parasite has a high efficiency of transmission from domestic to wild host populations due to prolonged sympatry, disease vectors, or proximity of domesticated populations to wildlife migratory corridors.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,280
Écart entre enseignants0,240 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Research Archive (ORA) (University of Oxford)→Même sujetHermeneutics and Narrative Identity→Travaux en français237 207→