MétaCan
Menu
Retour à la cohorte
Enregistrement W4206670787 · doi:10.1038/s41598-022-04965-x

Experimental inoculation trial to determine the effects of temperature and humidity on White-nose Syndrome in hibernating bats

2022· article· en· W4206670787 sur OpenAlexafffund
Winifred F. Frick, Emily Johnson, Tina L. Cheng, Julia S. Lankton, Robin W. Warne, Jason Dallas, Katy L. Parise, Jeffrey T. Foster, Justin G. Boyles, Liam P. McGuire

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesU.S. Geological SurveyTrent UniversityNational Fish and Wildlife FoundationTexas Tech UniversityBat Conservation International
Mots-clésHibernation (computing)BiologyMicroclimateHumidityPathogenWildlife diseasePopulationDiseaseWildlifeInoculationZoologyEcologyImmunologyMedicineGeographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Disease results from interactions among the host, pathogen, and environment. Inoculation trials can quantify interactions among these players and explain aspects of disease ecology to inform management in variable and dynamic natural environments. White-nose Syndrome, a disease caused by the fungal pathogen, Pseudogymnoascus destructans (Pd), has caused severe population declines of several bat species in North America. We conducted the first experimental infection trial on the tri-colored bat, Perimyotis subflavus, to test the effect of temperature and humidity on disease severity. We also tested the effects of temperature and humidity on fungal growth and persistence on substrates. Unexpectedly, only 37% (35/95) of bats experimentally inoculated with Pd at the start of the experiment showed any infection response or disease symptoms after 83 days of captive hibernation. There was no evidence that temperature or humidity influenced infection response. Temperature had a strong effect on fungal growth on media plates, but the influence of humidity was more variable and uncertain. Designing laboratory studies to maximize research outcomes would be beneficial given the high costs of such efforts and potential for unexpected outcomes. Understanding the influence of microclimates on host-pathogen interactions remains an important consideration for managing wildlife diseases, particularly in variable environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations46
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetBat Biology and Ecology StudiesTravaux en français237 207