MétaCan
Menu
← Retour à la cohorte
Enregistrement W3111318401 · doi:10.1098/rspb.2020.2655

Negative density-dependent parasitism in a group-living carnivore

2020· article· en· W3111318401 sur OpenAlexaff
Gregory F. Albery, Chris Newman, Julius G. Bright Ross, David W. Macdonald, Shweta Bansal, Christina D. Buesching

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMelesBadgerSocialityBiologyPopulation densityCarnivorePopulationParasitismEcologyZoologyHost (biology)Demography

Résumé

récupéré en direct d'OpenAlex

Animals living at high population densities commonly experience greater exposure to disease, leading to increased parasite burdens. However, social animals can benefit immunologically and hygienically from cooperation, and individuals may alter their socio-spatial behaviour in response to infection, both of which could counteract density-related increases in exposure. Consequently, the costs and benefits of sociality for disease are often uncertain. Here, we use a long-term study of a wild European badger population ( Meles meles ) to investigate how within-population variation in host density determines infection with multiple parasites. Four out of five parasite taxa exhibited consistent spatial hotspots of infection, which peaked among badgers living in areas of low local population density. Combined movement, survival, spatial and social network analyses revealed that parasite avoidance was the likely cause of this negative density dependence, with possible roles for localized mortality, encounter-dilution effects, and micronutrient-enhanced immunity. These findings demonstrate that animals can organize their societies in space to minimize parasite infection, with important implications for badger behavioural ecology and for the control of badger-associated diseases.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,221
Écart entre enseignants0,199 · 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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological Sciences→Même sujetWildlife Ecology and Conservation→Travaux en français237 207→