MétaCan
Menu
Retour à la cohorte
Enregistrement W3127431893 · doi:10.1371/journal.pntd.0009124

Could a rabies incursion spread in the northern Australian dingo population? Development of a spatial stochastic simulation model

2021· article· en· W3127431893 sur OpenAlexafffund
Vanessa Gabriele-Rivet, Michael P. Ward, Julie Arsenault, David London, Victoria Brookes

Notice bibliographique

RevuePLoS neglected tropical diseases · 2021
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of SydneyAustralian Government
Mots-clésDingoRabiesGeographyBiological dispersalPopulationEcologyWildlifeSpatial epidemiologyRange (aeronautics)Population sizeOutbreakPopulation densityBiologyPredationDemography

Résumé

récupéré en direct d'OpenAlex

Australia, home to the iconic dingo, is currently free from canine rabies. However northern Australia, including Indigenous communities with large free-roaming domestic dog populations, is at increased risk of rabies incursion from nearby Indonesia. We developed a novel agent-based stochastic spatial rabies spread model to evaluate the potential spread of rabies within the dingo population of the Northern Peninsula Area (NPA) region of northern Australia. The model incorporated spatio-temporal features specific to this host-environment system, including landscape heterogeneity, demographic fluctuations, dispersal movements and dingo ecological parameters-such as home range size and density-derived from NPA field studies. Rabies spread between dingo packs in nearly 60% of simulations. In such situations rabies would affect a median of 22 dingoes (approximately 14% of the population; 2.5-97.5 percentiles: 2-101 dingoes) within the study area which covered 1,131 km2, and spread 0.52 km/week for 191 days. Larger outbreaks occurred in scenarios in which an incursion was introduced during the dry season (vs. wet season), and close to communities (vs. areas with high risk of interaction between dingoes and hunting community dogs). Sensitivity analyses revealed that home range size and duration of infectious clinical period contributed most to the variance of outputs. Although conditions in the NPA would most likely not support a sustained propagation of the disease in the dingo population, due to the predicted number of infected dingoes following a rabies incursion and the proximity of Indigenous communities to dingo habitat, we conclude that the risk for human transmission could be substantial.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,273
Écart entre enseignants0,247 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetRabies epidemiology and controlTravaux en français237 207