MétaCan
Menu
Retour à la cohorte
Enregistrement W2923083075 · doi:10.1007/s10393-019-01403-9

Long-Tailed Macaque Response to Deforestation in a Plasmodium knowlesi-Endemic Area

2019· article· en· W2923083075 sur OpenAlexaff
Danica J. Stark, Kimberly Fornace, Patrick M. Brock, Tommy Rowel Abidin, Lauren J. Gilhooly, Cyrlen Jalius, Benoît Goossens, Chris Drakeley, Milena Salgado‐Lynn

Notice bibliographique

RevueEcoHealth · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensWestern University
Organismes subventionnairesEconomic and Social Research CouncilMedical Research CouncilMenzies School of Health ResearchLondon School of Hygiene and Tropical Medicine
Mots-clésPlasmodium knowlesiMacaqueDeforestation (computer science)Animal ecologyWildlifeGeographyEcologyMalariaHabitatBiologyPlasmodium falciparumImmunology

Résumé

récupéré en direct d'OpenAlex

Land-use changes can impact infectious disease transmission by increasing spatial overlap between people and wildlife disease reservoirs. In Malaysian Borneo, increases in human infections by the zoonotic malaria Plasmodium knowlesi are hypothesised to be due to increasing contact between people and macaques due to deforestation. To explore how macaque responses to environmental change impact disease risks, we analysed movement of a GPS-collared long-tailed macaque in a knowlesi-endemic area in Sabah, Malaysia, during a deforestation event. Land-cover maps were derived from satellite-based and aerial remote sensing data and models of macaque occurrence were developed to evaluate how macaque habitat use was influenced by land-use change. During deforestation, changes were observed in macaque troop home range size, movement speeds and use of different habitat types. Results of models were consistent with the hypothesis that macaque ranging behaviour is disturbed by deforestation events but begins to equilibrate after seeking and occupying a new habitat, potentially impacting human disease risks. Further research is required to explore how these changes in macaque movement affect knowlesi epidemiology on a wider spatial scale.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,029
Tête enseignante GPT0,349
Écart entre enseignants0,320 · 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'étudeObservationnel
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

Citations83
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoHealthMême sujetPrimate Behavior and EcologyTravaux en français237 207