Assessing Seasonal Risks for the Introduction and Mosquito-borne Spread of Zika Virus in Europe
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The explosive Zika virus epidemic in the Americas is amplifying spread of this emerging pathogen into previously unaffected regions of the world, including Europe (Gulland, 2016), where local populations are immunologically naïve. As summertime approaches in the northern hemisphere, Aedes mosquitoes in Europe may find suitable climatic conditions to acquire and subsequently transmit Zika virus from viremic travellers to local populations. While Aedes albopictus has proven to be a vector for the transmission of dengue and chikungunya viruses in Europe (Delisle et al., 2015; ECDC, n.d.) there is growing experimental and ecological evidence to suggest that it may also be competent for Zika virus(Chouin-Carneiro et al., 2016; Grard et al., 2014; Li et al., 2012; Wong et al., 2013). Here we analyze and overlay the monthly flows of airline travellers arriving into European cities from Zika affected areas across the Americas, the predicted monthly estimates of the basic reproduction number of Zika virus in areas where Aedes mosquito populations reside in Europe (Aedes aegypti in Madeira, Portugal and Ae. albopictus in continental Europe), and human populations living within areas where mosquito-borne transmission of Zika virus may be possible. We highlight specific geographic areas and timing of risk for Zika virus introduction and possible spread within Europe to inform the efficient use of human disease surveillance, vector surveillance and control, and public education resources.
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.
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 découle