MétaCan
Menu
Retour à la cohorte
Enregistrement W4308998777 · doi:10.4269/ajtmh.22-0238

Environmental Determinants for Snail Density in Dongting Lake Region: An Ecological Study Incorporating Spatial Regression

2022· article· en· W4308998777 sur OpenAlexaff
Yingyan Zheng, Ying Shi, Shengming Li, Weicheng Deng, Jie Zhou, Benjiao Hu, Honglin Jiang, Na Zhang, Zhengzhong Wang, Ying Xiong, Yue Chen, Qingwu Jiang, Yibiao Zhou

Notice bibliographique

RevueAmerican Journal of Tropical Medicine and Hygiene · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSnailLand snailHabitatNormalized Difference Vegetation IndexEcologyEnvironmental scienceGeographyPhysical geographyBiologyClimate change

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,052
Tête enseignante GPT0,327
Écart entre enseignants0,275 · 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

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Tropical Medicine and HygieneMême sujetClimate Change and Health ImpactsTravaux en français237 207