MétaCan
Menu
← Retour à la cohorte
Enregistrement W2797210722 · doi:10.1371/journal.pone.0194304

Assessing the efficacy of fathead minnows (Pimephales promelas) for mosquito control

2018· article· en· W2797210722 sur OpenAlexafffund
Ryan T. Watchorn, Thomas L. Maechtle, Bradley C. Fedy

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesU.S. Geological SurveyUniversity of Waterloo
Mots-clésPimephales promelasBiologyMosquito controlMinnowLarvaEcologyCyprinidaeTrophic levelCulex pipiensCulexCulex quinquefasciatusWildlifeVector (molecular biology)ZoologyToxicologyFisheryFish <Actinopterygii>Aedes aegyptiMalaria

Résumé

récupéré en direct d'OpenAlex

Mosquitoes function as important vectors for many diseases globally and can have substantial negative economic, environmental, and health impacts. Specifically, West Nile virus (WNv) is a significant and increasing threat to wildlife populations and human health throughout North America. Mosquito control is an important means of controlling the spread of WNv, as the virus is primarily spread between avian and mosquito vectors. This is of particular concern for avian host species such as the Greater sage-grouse (Centrocercus urophasianus), in which WNv negatively impacts fitness parameters. Most mosquito control methods focus on the larval stages. In North America, control efforts are largely limited to larvicides, which require repeated application and have potentially negative ecological impacts. There are multiple potential advantages to using indigenous fish species as an alternative for larval control including lowered environmental impact, decreased costs in terms of time and financial inputs, and the potential for the establishment of self-sustaining fish populations. We tested the efficacy of using fathead minnows (Pimephales promelas) as biological control for mosquito populations in livestock reservoirs of semiarid rangelands. We introduced minnows into 10 treatment reservoirs and monitored an additional 6 non-treated reservoirs as controls over 3 years. Adult mosquitoes of species known to transmit WNv (e.g., Culex tarsalis) were captured at each site and mosquito larvae were also present at all sites. Stable isotope analysis confirmed that introduced fathead minnows were feeding at the mosquito larvae trophic level in all but one treatment pond. Treatment ponds demonstrated suppressed levels of mosquito larva over each season compared to controls with a model-predicted 114% decrease in larva density within treatment ponds. Minnows established self-sustaining populations throughout the study in all reservoirs that maintained sufficient water levels. Minnow survival was not influenced by water quality. Though minnows did not completely eradicate mosquito larvae, minnows are a promising alternative to controlling mosquito larvae density within reservoirs. We caution that careful site selection is critical to avoid potential negative impacts, but suggest the introduction of fathead minnows in reservoirs can dramatically reduce mosquito larva abundance and potentially help mitigate vector-borne disease transmission.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,265
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetFire effects on ecosystems→Travaux en français237 207→