Long‐term increases in pathogen seroprevalence in polar bears (<i>Ursus maritimus</i>) influenced by climate change
Notice bibliographique
Résumé
The influence of climate change on wildlife disease dynamics is a burgeoning conservation and human health issue, but few long-term studies empirically link climate to pathogen prevalence. Polar bears (Ursus maritimus) are vulnerable to the negative impacts of sea ice loss as a result of accelerated Arctic warming. While studies have associated changes in polar bear body condition, reproductive output, survival, and abundance to reductions in sea ice, no long-term studies have documented the impact of climate change on pathogen exposure. We examined 425 serum samples from 381 adult polar bears, collected in western Hudson Bay (WH), Canada, for antibodies to selected pathogens across three time periods: 1986-1989 (n = 157), 1995-1998 (n = 159) and 2015-2017 (n = 109). We ran serological assays for antibodies to seven pathogens: Toxoplasma gondii, Neospora caninum, Trichinella spp., Francisella tularensis, Bordetella bronchiseptica, canine morbillivirus (CDV) and canine parvovirus (CPV). Seroprevalence of zoonotic parasites (T. gondii, Trichinella spp.) and bacterial pathogens (F. tularensis, B. bronchiseptica) increased significantly between 1986-1989 and 1995-1998, ranging from +6.2% to +20.8%, with T. gondii continuing to increase into 2015-2017 (+25.8% overall). Seroprevalence of viral pathogens (CDV, CPV) and N. caninum did not change with time. Toxoplasma gondii seroprevalence was higher following wetter summers, while seroprevalences of Trichinella spp. and B. bronchiseptica were positively correlated with hotter summers. Seroprevalence of antibodies to F. tularensis increased following years polar bears spent more days on land, and polar bears previously captured in human settlements were more likely to be seropositive for Trichinella spp. As the Arctic has warmed due to climate change, zoonotic pathogen exposure in WH polar bears has increased, driven by numerous altered ecosystem pathways.
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 | 0,000 | 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 | 0,000 |
| 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 ».