A comparison of BG Sentinel and CDC trap attractants for mosquito surveillance in urban and suburban areas of Montgomery and Prince George's Counties, Maryland, U.S.A.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Monitoring mosquito populations is crucial for vector-borne disease surveillance. Routine mosquito surveillance in many regions of the United States is performed either by vector abatement districts or public health departments. These surveillance programs often use multiple trap types and attractants to target key mosquito species, however setting different traps with varying attractants can be expensive and labor intensive. Because funding for mosquito control is highly variable throughout the U.S., some programs may be limited in their surveillance capabilities. To determine whether a single trap-attractant combination could provide specificity for key vector and nuisance species, as well as sensitivity for rare species, we compared the BG-Sentinel 2 and CDC miniature light traps paired with CO2, UV-LED, BG Lure, BG Sweetscent, octenol, or chicken feathers. Trapping was conducted biweekly from June/July-October 2019 and 2020 in Montgomery and Prince George's County, MD. BG traps collected significantly more Aedes albopictus than CDC traps when paired with BG Lure, Sweetscent, or octenol. BG/CO2 traps collected both the greatest number of total mosquitoes and Culex pipiens. BG/CO2, CDC/CO2, and CDC/UV traps provided the most diverse collections. Trapping with the CO2-baited BG-Sentinel is recommended as an effective strategy for general mosquito surveillance when resources are limited.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle