Why Lyme disease is common in the northern US, but rare in the south: The roles of host choice, host-seeking behavior, and tick density
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lyme disease is common in the northeastern United States, but rare in the southeast, even though the tick vector is found in both regions. Infection prevalence of Lyme spirochetes in host-seeking ticks, an important component to the risk of Lyme disease, is also high in the northeast and northern midwest, but declines sharply in the south. As ticks must acquire Lyme spirochetes from infected vertebrate hosts, the role of wildlife species composition on Lyme disease risk has been a topic of lively academic discussion. We compared tick-vertebrate host interactions using standardized sampling methods among 8 sites scattered throughout the eastern US. Geographical trends in diversity of tick hosts are gradual and do not match the sharp decline in prevalence at southern sites, but tick-host associations show a clear shift from mammals in the north to reptiles in the south. Tick infection prevalence declines north to south largely because of high tick infestation of efficient spirochete reservoir hosts (rodents and shrews) in the north but not in the south. Minimal infestation of small mammals in the south results from strong selective attachment to lizards such as skinks (which are inefficient reservoirs for Lyme spirochetes) in the southern states. Selective host choice, along with latitudinal differences in tick host-seeking behavior and variations in tick densities, explains the geographic pattern of Lyme disease in the eastern US.
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.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle