Potential Mammalian Vector-Borne Diseases in Live and Wet Markets in Indonesia and Myanmar
Notice bibliographique
Résumé
Vector-borne diseases spread from wild animals and their associated ectoparasites to humans and domesticated animals. Wildlife markets are recognized as important areas where this transfer can take place. We assessed the potential for spreading vector-borne diseases in two live and wet markets in Myanmar (Mong La, on the Myanmar-China border) and Indonesia (Sukahaji in Bandung on the island of Java) by making an inventory of all live and freshly killed wild mammals for sale. For eight mammal families, we quantified the number of animals on offer, and we used a heatmap cluster analysis to map vector-borne diseases that these families may carry. In Myanmar, we observed large numbers of wild pigs and deer (potentially carrying West Nile and various encephalitis viruses) whereas in Indonesia we observed Old World fruit bats (potentially carrying Chikungunya and encephalitis viruses) and squirrels (potentially carrying West Nile and encephalitis viruses). The trade in Indonesia was dominated by live mammals offered for sale as pets, and only Old World fruit bats and squirrels traded for traditional Asian medicine were killed in the markets. The trade in Myanmar was more geared towards wild meat (e.g., wild pigs, deer, primates) and traditional Asian medicine (squirrels). The combined risks of vector-borne diseases spreading from traded animals to human health highlight the need for an integrated approach protecting public health, economic interests and biodiversity.
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 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».