An Environmental Niche Model to Estimate the Potential Presence of Venezuelan Equine Encephalitis Virus in Costa Rica
Notice bibliographique
Résumé
Venezuelan equine encephalitis virus (VEEV) is an arbovirus transmitted by arthropods, widely distributed in the Americas that, depending on the subtype, can produce outbreaks or yearly cases of encephalitis in horses and humans. The symptoms are similar to those caused by dengue virus and in the worst-case scenario, involve encephalitis, and death. MaxEnt is software that uses climatological, geographical, and occurrence data of a particular species to create a model to estimate possible niches that could have these favorable conditions. We used MaxEnt with a total of 188 registers of VEEV presence, and 20 variables, (19 bioclimatological plus altitude) to determine the niches promising for the presence of VEEV. The area under the ROC curve (AUC) value for the model with all variables was 0.80 for the training data and 0.72 for the test. The variables with the highest contribution to the model were Bio11 (mean temperature of the coldest quarter) 32.5%, Bio17 (precipitation of the driest quarter) 16.9%, Bio2 (annual mean temperature) 15.1%, altitude (m.a.s.l) 6.6%, and Bio18 (precipitation of the warmest quarter) 6.2%. The product of this research will be useful under the one health scheme to animal and human health authorities to forecast areas with high propensity for VEEV cases in the future.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».