Environmental Determinants for Snail Density in Dongting Lake Region: An Ecological Study Incorporating Spatial Regression
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
This study explored the environmental determinants of different months on snail density measured in April at different types of snail habitats (marshlands, inner embankments, and hills) by considering spatial effects. Data were gathered from surveys on snails that were conducted in Hunan Province in April 2016, and information was collected on environmental variables. To investigate the environmental factors influencing snail density in various types of snail habitats, the ordinary least square model, spatial lag model, and spatial error model were all used. The environmental determinants for snail density showed different effects in the three types of snail habitats. In marshlands, snail density measured in April was associated positively with the normalized difference vegetation index (NDVI) and was associated negatively with flooding duration and annual hours of sunshine. Extreme temperatures correlated strongly to snail density measured in April (P < 0.05). In areas inside embankments, snail density measured in April increased with a decreased distance between snail habitat and the nearest river (P < 0.05). In hills, extreme heat, annual hours of sunshine, NDVI in September, and annual average land surface temperature (LST) were associated negatively with snail density measured in April, whereas index of moisture (IM) was associated positively with snail density measured in April (P < 0.05). The effects of LST and hours of sunshine on snail density measured in April varied with months of the year in the three different types of snail habitats (P < 0.05). Our study might provide a theoretical foundation for preventing snail transmission and subsequent spread of schistosomiasis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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