Urban-adapted mammal species have more known pathogens
Notice bibliographique
Résumé
Abstract The world is rapidly urbanising, inviting mounting concern that urban environments will experience increased zoonotic disease risk. Urban animals could have more frequent contact with humans, and therefore may transmit more zoonotic parasites; however, these animals have a specific set of underlying traits that may determine their parasite burdens while predisposing them to urban living, and they may be subject to more intense research effort, both of which could complicate our ability to reliably identify the role of urbanisation in driving zoonotic risk. Here, we test whether urban mammal species host more known zoonotic parasites, investigating the potential underlying drivers while accounting for a correlated suite of phenotypic, taxonomic, and geographic predictors. We found that urban-adapted mammals have more documented parasites, and more zoonotic parasites specifically: despite comprising only 157 of the 2792 investigated species (6%), urban mammals provided 39% of known host-parasite combinations and showed consistently higher viral discovery rates throughout the last century. However, contrary to predictions, much of the observed effect was attributable to research effort rather than to urban adaptation status itself, and urban-adapted species in fact hosted fewer zoonoses than expected given their total observed parasite richness. We conclude that extended historical contact with humans has had a limited impact on the number of observed zoonotic parasites in urban-adapted mammals; instead, their greater observed zoonotic richness likely reflects sampling bias arising from proximity to humans, which supports a near-universal underlying pattern of conflation between zoonotic risk, research effort, and synanthropy. These findings underscore the need to resolve the ecological mechanisms underlying links between anthropogenic change, sampling bias, and observed wildlife disease dynamics.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».