The influence of vector‐borne disease on human history: socio‐ecological mechanisms
Notice bibliographique
Résumé
Vector-borne diseases (VBDs) are embedded within complex socio-ecological systems. While research has traditionally focused on the direct effects of VBDs on human morbidity and mortality, it is increasingly clear that their impacts are much more pervasive. VBDs are dynamically linked to feedbacks between environmental conditions, vector ecology, disease burden, and societal responses that drive transmission. As a result, VBDs have had profound influence on human history. Mechanisms include: (1) killing or debilitating large numbers of people, with demographic and population-level impacts; (2) differentially affecting populations based on prior history of disease exposure, immunity, and resistance; (3) being weaponised to promote or justify hierarchies of power, colonialism, racism, classism and sexism; (4) catalysing changes in ideas, institutions, infrastructure, technologies and social practices in efforts to control disease outbreaks; and (5) changing human relationships with the land and environment. We use historical and archaeological evidence interpreted through an ecological lens to illustrate how VBDs have shaped society and culture, focusing on case studies from four pertinent VBDs: plague, malaria, yellow fever and trypanosomiasis. By comparing across diseases, time periods and geographies, we highlight the enormous scope and variety of mechanisms by which VBDs have influenced human history.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».