Modelling the potential efficacy of treatments for white‐nose syndrome in bats
Notice bibliographique
Résumé
Abstract The fungal disease white‐nose syndrome (WNS) has caused mass mortality in some species of North American bats during hibernation. We use population viability models to test if a hypothetical WNS treatment or management action could facilitate the recovery of WNS‐affected little brown myotis Myotis lucifugus populations. We modelled scenarios altering three parameters: (a) WNS severity (population growth rate of WNS‐affected populations; λ WNS ); (b) proportion of population treated; and (c) treatment improvement in winter survival (TIWS). Our models predict that a treatment or management action that targets an entire population with a TIWS of 40% (the average TIWS in bat trials to date) will cause a population to stabilize or increase if WNS causes an annual decline of less than 70% (i.e. λ WNS > 0.30). However, for severe WNS ( λ WNS = 0.10), the TIWS must be at least 54% to cause a population to stabilize or increase. Where only a proportion of a WNS‐affected population is treated, population stability is much harder to achieve unless the impact of WNS attenuates over time. Our models suggest that a treatment or management action only facilitates the recovery of WNS-affected populations if WNS is mild, TIWS is high, and a large proportion of the population can be treated. If a small proportion of the population is treated, it is easier to facilitate recovery if WNS severity attenuates over time. Synthesis and applications. We modelled the predicted abundance trajectory of white‐nose syndrome‐affected little brown myotis Myotis lucifugus populations in response to a hypothetical treatment or management action. Our two types of models incorporate the complete range of possible scenarios varying three parameters: (a) population growth rate of the white‐nose syndrome‐affected population, (b) the improvement in winter survival associated with the treatment or management action, and (c) the proportion of the population treated. We suggest that our models, which can be explored using online Shiny applications, should be used in the planning phase of treatment or management action programmes for white‐nose syndrome.
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 | 0,000 |
| 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) | 0,000 | 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 ».