MétaCan
Menu
Retour à la cohorte
Enregistrement W4292869764 · doi:10.7717/peerj.13763

Identifying sources of variation in parasite aggregation

2022· article· en· W4292869764 sur OpenAlexaff
André Morrill, Ólafur K. Nielsen, Karl Skírnisson, Mark R. Forbes

Notice bibliographique

RevuePeerJ · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueParasite Biology and Host Interactions
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBiologyParasite hostingHost (biology)Abundance (ecology)EcologyZoologyEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

Aggregation of macroparasites among hosts is a near-universal pattern, and has important consequences for the stability of host-parasite associations and the impacts of disease. Identifying which potential drivers are contributing to levels of aggregation observed in parasite-host associations is challenging, particularly for observational studies. We apply beta regressions in a Bayesian framework to determine predictors of aggregation, quantified using Poulin’s index of discrepancy ( D ), for 13 species of parasites infecting Icelandic Rock Ptarmigan ( Lagopus muta ) collected over 12 years. 1,140 ptarmigan were collected using sampling protocols maximizing consistency of sample sizes and of composition of host ages and sexes represented across years from 2006–2017. Parasite species, taxonomic group (insect, mite, coccidian, or nematode), and whether the parasite was an ecto- or endoparasite were tested as predictors of aggregation, either alone or by modulating an effect of parasite mean abundance on D . Parasite species was an important predictor of aggregation in models. Despite variation in D across samples and years, relatively consistent aggregation was demonstrated for each specific host-parasite association, but not for broader taxonomic groups, after taking sample mean abundance into account. Furthermore, sample mean abundance was consistently and inversely related to aggregation among the nine ectoparasites, however no relationship between mean abundance and aggregation was observed among the four endoparasites. We discuss sources of variation in observed aggregation, sources both statistical and biological in nature, and show that aggregation is predictable, and distinguishable, among infecting species. We propose explanations for observed patterns and call for the review and re-analysis of parasite and other symbiont distributions using beta regression to identify important drivers of aggregation—both broad and association-specific.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,040
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,318
Écart entre enseignants0,298 · 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.

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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetParasite Biology and Host InteractionsTravaux en français237 207