MétaCan
Menu
Retour à la cohorte
Enregistrement W3042069233 · doi:10.1038/s41598-020-67090-7

Modelling the dynamics of Pine Wilt Disease with asymptomatic carriers and optimal control

2020· article· en· W3042069233 sur OpenAlexafffund
Muhammad Altaf Khan, Lamiaa A. Ahmed, Prashanta Kumar Mandal, Robert J. Smith, Mainul Haque

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWilt diseaseAsymptomaticAsymptomatic carrierPopulationTree (set theory)DiseaseBiologyHost (biology)ToxicologyMedicineEcologySurgeryBotanyEnvironmental healthMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pine wilt disease is a lethal tree disease caused by nematodes carried by pine sawyer beetles. Once affected, the trees are destroyed within a few months, resulting in significant environmental and economic losses. The role of asymptomatic carrier trees in the disease dynamics remains unclear. We developed a mathematical model to investigate the effect of asymptomatic carriers on the long-term outcome of the disease. We performed a stability and sensitivity analysis to identify key parameters and used optimal control to examine several intervention options. Our model shows that, with the application of suitable controls, the disease can be eliminated in the vector population and all tree populations except for asymptomatic carriers. Of the possible controls (tree injection, elimination of infected trees, insecticide spraying), we determined that elimination of infected trees is crucial. However, if the costs of insecticide spraying increase, it can be supplemented (although not replaced entirely) by tree injection, so long as some spraying is still undertaken.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetForest Insect Ecology and ManagementTravaux en français237 207