MétaCan
Menu
Retour à la cohorte
Enregistrement W3022150504 · doi:10.1038/s41598-020-64086-1

Latitudinal drivers of oyster mortality: deciphering host, pathogen and environmental risk factors

2020· article· en· W3022150504 sur OpenAlexaff
Elodie Fleury, Pierrick Barbier, Bruno Petton, Julien Normand, Yoann Thomas, Stéphane Pouvreau, Gaétan Daigle, Fabrice Pernet

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCrassostreaOysterHatcheryBiologyPacific oysterAquacultureOstreidaeFisheryEcologyBiosecurityZoologyShellfishAquatic animalFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Diseases pose an ongoing threat to aquaculture, fisheries and conservation of marine species, and determination of risk factors of disease is crucial for management. Our objective was to decipher the effects of host, pathogen and environmental factors on disease-induced mortality of Pacific oysters (Crassostrea gigas) across a latitudinal gradient. We deployed young and adult oysters at 13 sites in France and we monitored survival, pathogens and environmental parameters. The young oysters came from either the wild collection or the hatchery while the adults were from the wild only. We then used Cox regression models to investigate the effect of latitude, site, environmental factors and origin on mortality risk and to extrapolate this mortality risk to the distribution limits of the species in Europe. We found that seawater temperature, food level, sea level atmospheric pressure, rainfall and wind speed were associated with mortality risk. Their effect on hatchery oysters was generally higher than on wild animals, probably reflecting that hatchery oysters were free of Ostreid herpesvirus 1 (OsHV-1) whereas those from the wild were asymptomatic carriers. The risk factors involved in young and adult oyster mortalities were different, reflecting distinct diseases. Mortality risk increases from 0 to 90% with decreasing latitude for young hatchery oysters, but not for young wild oysters or adults. Mortality risk was higher in wild oysters than in hatchery ones at latitude > 47.6°N while this was the opposite at lower latitude. Therefore, latitudinal gradient alters disease-induced mortality risk but interacts with the initial health status of the host and the pathogen involved. Practically, we suggest that mortality can be mitigated by using hatchery oysters in north and wild collected oysters in the south.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,221
Écart entre enseignants0,203 · 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

Citations54
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207