MétaCan
Menu
Retour à la cohorte
Enregistrement W2751333527 · doi:10.1093/femsle/fnx186

Climate change and vector-borne diseases of public health significance

2017· review· en· W2751333527 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFEMS Microbiology Letters · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueViral Infections and Vectors
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésClimate changeVector (molecular biology)DiseasePublic healthVector controlGeographyEcologyEnvironmental healthEnvironmental resource managementNatural resource economicsEnvironmental scienceBiologyMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

There has been much debate as to whether or not climate change will have, or has had, any significant effect on risk from vector-borne diseases. The debate on the former has focused on the degree to which occurrence and levels of risk of vector-borne diseases are determined by climate-dependent or independent factors, while the debate on the latter has focused on whether changes in disease incidence are due to climate at all, and/or are attributable to recent climate change. Here I review possible effects of climate change on vector-borne diseases, methods used to predict these effects and the evidence to date of changes in vector-borne disease risks that can be attributed to recent climate change. Predictions have both over- and underestimated the effects of climate change. Mostly under-estimations of effects are due to a focus only on direct effects of climate on disease ecology while more distal effects on society's capacity to control and prevent vector-borne disease are ignored. There is increasing evidence for possible impacts of recent climate change on some vector-borne diseases but for the most part, observed data series are too short (or non-existent), and impacts of climate-independent factors too great, to confidently attribute changing risk to 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,202
Tête enseignante GPT0,382
Écart entre enseignants0,180 · 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