MétaCan
Menu
Retour à la cohorte
Enregistrement W2984105312 · doi:10.1002/fee.2126

City sicker? A meta‐analysis of wildlife health and urbanization

2019· review· en· W2984105312 sur OpenAlexaff
Maureen H. Murray, Cecilia A. Sánchez, Daniel J. Becker, Kaylee A. Byers, Katherine E. L. Worsley‐Tonks, Meggan E. Craft

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2019
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensCanadian Wildlife FederationUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWildlifeUrbanizationToxicantEcologyGeographyAbundance (ecology)Wildlife conservationWildlife managementBiologyNestednessBiodiversityEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Urban development can alter resource availability, land use, and community composition, which, in turn, influences wildlife health. Generalizable relationships between wildlife health and urbanization have yet to be quantified and could vary across different measures of health and among species. We present a phylogenetic meta‐analysis of 516 comparisons of the toxicant loads, parasitism, body condition, or stress of urban and non‐urban wildlife populations reported in 106 studies spanning 81 species in 30 countries. We found a small but significant negative relationship between urbanization and wildlife health, driven by considerably higher toxicant loads and greater parasite abundance, greater parasite diversity, and/or greater likelihood of infection by parasites transmitted through close contact. Invertebrates and amphibians were particularly affected, with urban populations having higher toxicant loads and greater physiological stress than their non‐urban counterparts. We also found strong geographic and taxonomic bias in research effort, highlighting future research needs. Our results suggest that some types of health risks are more pronounced for wildlife in urban areas, which could have important implications for conservation.

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)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,013
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,255
Écart entre enseignants0,224 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations218
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetWildlife Ecology and ConservationTravaux en français237 207