Host Migration and Size Do Not Influence the Prevalence of Most Chewing Lice (Phthiraptera: Amblycera and Ischnocera) on Shorebirds (Aves: Charadriiformes) across the World
Notice bibliographique
Résumé
Patterns of prevalence in chewing lice (Phthiraptera) on wild birds are poorly known, as are the underlying factors that influence these patterns. Here, we analyze a data set consisting of published prevalence data of lice on shorebirds, as well as new prevalence data from shorebirds examined in Australia, Canada, China, Japan, and Sweden between 2007 and 2020. In total, prevalence data from 10 genera of lice from over 110 host species were included, including all major families of shorebirds. Using a generalized linear mixed model, we examine how the prevalence of lice of different genera varies between different sets of birds, focusing on two factors associated with migration (migration length and migration route). We found that host body size does not influence prevalence of lice in the Charadriiformes for any of the four most common and widely distributed louse genera (Actornithophilus, Austromenopon, Quadraceps, and Saemundssonia). Moreover, neither of the two migration variables showed any statistically significant correlations with prevalence, except for the genus Saemundssonia in which the prevalence of lice on short-distance migrants was significantly higher than on intermediate- and long-distance migrants. We also present 15 new records of chewing lice for China and 12 for Australia.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».