Who let the dogs out? Exploring the spatial ecology of free‐roaming domestic dogs in western Kenya
Notice bibliographique
Résumé
The spatial ecology of free-roaming dogs determines their role in the transmission of zoonoses. This study describes the geographic range of and identifies sites frequently visited by free-roaming domestic dogs in western Kenya. Eight sites in Busia county, western Kenya, were selected. At each site, ten dog-keeping households were recruited, a questionnaire was administered, and a GPS logger was fixed around the neck of one dog in each household. Loggers were programmed to capture the dog's position every minute, for five consecutive days. Individual summaries of GPS recordings were produced, and the daily distance traveled was calculated. 50% and 95% utilization distribution isopleths were produced, and the area within these isopleths was extracted to estimate the size of the core and extended Home Ranges (HRs), respectively. Linear regression analyses were performed to identify factors associated with the movement parameters. The centroid points of the 10, 50, and 90% isopleths were reproduced, and the corresponding sites identified on the ground. Seventy-three dogs were included in the final analyses. The median daily distance traveled was 13.5km, while the median core and extended HRs were 0.4 and 9.3 ha, respectively. Older dogs had a larger extended HR and traveled more daily, while the effect of sex on dog movement depended on their neutering status. Dogs spent most of their time at their household; other frequently visited sites included other household compounds, fields, and rubbish dumps. One of the centroids corresponded to a field located across the international Kenya-Uganda border, emphasizing the fluidity across the border in this ecosystem. Multiple dogs visited the same location, highlighting the heterogeneous contact networks between dogs, and between dogs and people. The field data presented are of value both in understanding domestic dog ecology and resource utilization, and in contextualizing infectious and parasitic disease transmission models.
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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».