MétaCan
Menu
Retour à la cohorte
Enregistrement W4210258960 · doi:10.1371/journal.pone.0263273

Phenomic analysis of the honey bee pathogen-web and its dynamics on colony productivity, health and social immunity behaviors

2022· article· en· W4210258960 sur OpenAlexafffundabout
Renata S. Borba, Shelley E. Hoover, R. William Currie, Pierre Giovenazzo, M. Marta Guarna, Leonard J. Foster, Amro Zayed, Stephen F. Pernal

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensUniversité LavalUniversity of ManitobaUniversity of LethbridgeYork UniversityUniversity of British ColumbiaAgriculture and Agri-Food Canada
Organismes subventionnairesMinistry of Colleges and UniversitiesUniversity of British ColumbiaMinistry of Agriculture, Food and Rural AffairsYork UniversityGenome PrairieGenome British ColumbiaGénome QuébecOntario GenomicsGenome CanadaOntario Ministry of Agriculture, Food and Rural AffairsGenome AlbertaAlberta Crop Industry Development Fund
Mots-clésBiologyProductivityImmunityEcologyZoologyImmunologyImmune systemEconomics

Résumé

récupéré en direct d'OpenAlex

Many pathogens and parasites have evolved to overwhelm and suppress their host's immune system. Nevertheless, the interactive effects of these agents on colony productivity and wintering success have been relatively unexplored, particularly in large-scale phenomic studies. As a defense mechanism, honey bees have evolved remarkable social behaviors to defend against pathogen and parasite challenges, which reduce the impact of disease and improve colony health. To investigate the complex role of pathogens, parasites and social immunity behaviors in relation to colony productivity and outcomes, we extensively studied colonies at several locations across Canada for two years. In 2016 and 2017, colonies founded with 1-year-old queens of diverse genetic origin were evaluated, which represented a generalized subset of the Canadian bee population. During each experimental year (May through April), we collected phenotypic data and sampled colonies for pathogen analysis in a standardized manner. Measures included: colony size and productivity (colony weight, cluster size, honey production, and sealed brood population), social immunity traits (hygienic behavior, instantaneous mite population growth rate, and grooming behavior), as well as quantification of gut parasites (Nosema spp., and Lotmaria passim), viruses (DWV-A, DWV-B, BQCV and SBV) and external parasites (Varroa destructor). Our goal was to examine: 1) correlations between pathogens and colony phenotypes; 2) the dynamics of pathogens and parasites on colony phenotypes and productivity traits; and 3) the effects of social immunity behaviors on colony pathogen load. Our results show that colonies expressing high levels of some social immunity behaviors were associated with low levels of pathogens/parasites, including viruses, Nosema spp., and V. destructor. In addition, we determined that elevated viral and Nosema spp. levels were associated with low levels of colony productivity, and that five out of six pathogenic factors measured were negatively associated with colony size and weight in both fall and spring periods. Finally, this study also provides information about the incidence and abundance of pathogens, colony phenotypes, and further disentangles their inter-correlation, so as to better understand drivers of honey bee colony health and productivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,461

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,067
Tête enseignante GPT0,261
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations31
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetInsect and Pesticide ResearchTravaux en français237 207