Detection of spatiotemporal variation in ranavirus distribution using eDNA
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.
Notice bibliographique
Résumé
Abstract Amphibian population declines have been associated with emerging diseases including ranaviruses, which can cause mass die‐offs across entire amphibian communities. Understanding and mitigating disease spread requires knowledge of spatial and temporal patterns of pathogen distribution, but also how environmental factors influence pathogen occurrence. We applied environmental DNA (eDNA) detection tools to survey spatial and temporal distributions of ranaviruses by sampling 103 waterbodies in southeastern Ontario, Canada and assessed the role of abiotic factors as predictors of pathogen occurrence. Ten waterbodies sampled during June–August (>30 km between sites) revealed that ranavirus was marginally more prevalent ( p = .055) during the latter part of the summer. Ninety‐three sites sampled at a finer scale (<10 km between sites) exhibited seasonal variability in ranavirus detection (site prevalence: 56% May; 66% July). Occupancy modeling revealed that wetland size and elevation influenced ranavirus occurrence while sampling date and water temperature influenced probability of detection. These findings indicate that biotic factors, such as host density and alternative hosts, should be investigated further as likely determinants of ranavirus prevalence across the landscape. Further, these results highlight the sensitivity of eDNA for detecting widespread presence of ranavirus and that abiotic factors may have a limited role in determining its prevalence and infectivity.
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 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle