MétaCan
Menu
Retour à la cohorte
Enregistrement W4306830550 · doi:10.1093/jme/tjac157

Relationship Between Weather and Changes in Annual and Seasonal Abundance of <i>Culicoides sonorensis</i> (Diptera: Ceratopogonidae) in Alberta

2022· article· en· W4306830550 sur OpenAlexafffundabout
Tim Lysyk, Isabelle Couloigner, Alessandro Massolo, Susan C. Cork

Notice bibliographique

RevueJournal of Medical Entomology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueVector-Borne Animal Diseases
Établissements canadiensUniversity of CalgaryAgriculture and Agri-Food Canada
Organismes subventionnairesBeef Cattle Research CouncilUniversity of Calgary
Mots-clésCeratopogonidaeAbundance (ecology)Relative humidityRelative species abundanceBiologyLatitudeCulicoidesPrecipitationLongitudeEcologyAtmospheric sciencesHumidityEnvironmental scienceGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Factors influencing annual and seasonal abundance of Culicoides sonorensis (Wirth and Jones) (Diptera; Ceratopogonidae) were examined at 10 sites in southern Alberta using negative binomial regression. Annual abundance varied among locations with greatest abundance in a narrow geographic band between -112.17 and -112.64°W longitude and 49.32 and 50.17°N latitude. Sites were grouped depending on whether abundance was continuous and high; discontinuous and low; or sporadic and low without much loss of information. Maximum annual abundance declined with spring precipitation, increased with spring temperature, and was unrelated to spring relative humidity, suggesting that abundance is highest during years with early drought conditions. Seasonal abundance was associated with the same factors but was further influenced by temperature and relative humidity during the sample intervals. Lagged effects were apparent, suggesting abundance increased with warmer temperatures over a six-week period, and increased when relative humidity declined closer to the sampling period. Predicted values were slightly biased and tended to overestimate observed data, but this could be adjusted using calibration curves. The model can also be used to predict presence/absence of C. sonorensis and will be useful for developing risk assessments.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,255
Écart entre enseignants0,236 · 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'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

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EntomologyMême sujetVector-Borne Animal DiseasesTravaux en français237 207