Your infections are what you eat: How host ecology shapes the helminth parasite communities of lizards
Notice bibliographique
Résumé
Understanding how parasite communities are assembled, and the factors that influence their richness, can improve our knowledge of parasite-host interactions and help to predict the spread of infectious diseases. Previous comparative analyses have found significant influences of host ecology and life history, but focused on a few select host taxa. Host diet and habitat use play key roles in the acquisition of parasitic helminths as many are trophically transmitted, making these attributes potentially key indicators of infection risk. Given the paucity of comparative studies with non-piscine, non-avian or non-mammalian hosts, it is critical to examine the degree to which host ecology influences parasite communities in other host taxa in order to identify common drivers. We examined helminth diversity in over 350 species of lizards in relation to their body mass, ecology (diet and habitat use) and life history (clutch size, and ovo- or viviparity) using previously published data. Overall, lizard species with herbivorous diets harboured fewer types of helminths (especially larval stages), with similar results for traits that were ultimately strongly associated with diet (host mass and habitat use). Large hosts tended to be herbivores with few helminth types, whereas species utilizing arboreal habitats typically consumed some animal matter and hosted more helminths. Understanding how host ecology and life history are related to their parasite assemblages has significant implications for the risk of acquiring novel parasites. Our results indicate an overwhelming influence of host diet such that many helminths may be relatively easily acquired by hosts in new ranges, or through dietary shifts.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».