Mechanistic models can reveal infection pathways from prevalence data: the mysterious case of polar bears <i>Ursus maritimus</i> and <i>Trichinella nativa</i>
Notice bibliographique
Résumé
Parasites exhibit a diverse range of life history strategies. Transmission to a host is a key component of each life cycle but the difficulty of observing host–parasite contacts has often led to confusion surrounding transmission pathways. Given limited data on most host–parasite systems, flexible approaches are needed for disentangling the obscure transmission dynamics of these systems. Here, we develop a modelling framework for formally testing long‐standing hypotheses regarding how the parasitic nematode Trichinella nativa is maintained at high prevalences in polar bear populations. We evaluated transmission from marine prey, from scavenging terrestrial carrion, from cannibalism and from scavenging on dead infected bears as possible pathways, and assessed their respective importance by comparing model‐projected prevalences for each mechanism against observed total and age‐specific population prevalences in the Southern Beaufort Sea polar bear subpopulation. Cannibalism and the scavenging on conspecifics have previously been assumed to be critical transmission pathways, but despite data scarcity, our model exposes these mechanisms as ineffective across a wide range of plausible parameter values. Instead, our analyses suggest that transmission from the consumption of infected marine prey, and in particular seals, can explain observed prevalence levels by itself, with other transmission pathways likely playing varying small contributing roles. Furthermore, our model suggests that transmission declines with bear age, perhaps due to age‐dependent changes in diet or immunity. By formalising multiple transmission mechanisms in a unified, mathematical framework, we distilled several hypotheses to a likely main mode of T. nativa transmission to polar bears. The specifics of our model are tailored towards the T. nativa ‐polar bear system, but the approach is easily generalized; it provides a powerful, quantitative means for ecologists to explore competing hypothesis for parasite transmission and other difficult‐to‐observe animal interactions even in data‐poor systems.
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 | 0,002 |
| 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 ».