Patterns and processes of pathogen exposure in gray wolves across North America
Notice bibliographique
Résumé
The presence of many pathogens varies in a predictable manner with latitude, with infections decreasing from the equator towards the poles. We investigated the geographic trends of pathogens infecting a widely distributed carnivore: the gray wolf (Canis lupus). Specifically, we investigated which variables best explain and predict geographic trends in seroprevalence across North American wolf populations and the implications of the underlying mechanisms. We compiled a large serological dataset of nearly 2000 wolves from 17 study areas, spanning 80° longitude and 50° latitude. Generalized linear mixed models were constructed to predict the probability of seropositivity of four important pathogens: canine adenovirus, herpesvirus, parvovirus, and distemper virus-and two parasites: Neospora caninum and Toxoplasma gondii. Canine adenovirus and herpesvirus were the most widely distributed pathogens, whereas N. caninum was relatively uncommon. Canine parvovirus and distemper had high annual variation, with western populations experiencing more frequent outbreaks than eastern populations. Seroprevalence of all infections increased as wolves aged, and denser wolf populations had a greater risk of exposure. Probability of exposure was positively correlated with human density, suggesting that dogs and synanthropic animals may be important pathogen reservoirs. Pathogen exposure did not appear to follow a latitudinal gradient, with the exception of N. caninum. Instead, clustered study areas were more similar: wolves from the Great Lakes region had lower odds of exposure to the viruses, but higher odds of exposure to N. caninum and T. gondii; the opposite was true for wolves from the central Rocky Mountains. Overall, mechanistic predictors were more informative of seroprevalence trends than latitude and longitude. Individual host characteristics as well as inherent features of ecosystems determined pathogen exposure risk on a large scale. This work emphasizes the importance of biogeographic wildlife surveillance, and we expound upon avenues of future research of cross-species transmission, spillover, and spatial variation in pathogen infection.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».