MétaCan
Menu
Retour à la cohorte
Enregistrement W4362548790 · doi:10.1093/imamat/hxad009

Global threshold dynamics of a spatial chemotactic mosquito-borne disease model

2023· article· en· W4362548790 sur OpenAlexaff
Kai Wang, Hao Wang, Hong-yong Zhao

Notice bibliographique

RevueIMA Journal of Applied Mathematics · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBiological dispersalChemotaxisSpatial heterogeneityBasic reproduction numberPopulationBiologyEcologyDiseaseMathematicsDemographyGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract It is natural that mosquitoes move towards high human population density and environmental heterogeneity plays a pivotal role in disease transmission, and thus we formulate and analyse a mosquito-borne disease model with chemotaxis and spatial heterogeneity. The global existence and boundedness of solutions are proven to guarantee the solvability of the model and is challenging due to the model complexity. Under appropriate conditions, we demonstrate that the disease-free equilibrium is globally asymptotically stable provided that the basic reproduction number $\mathcal{R}_0$ is less than one, and the system is uniformly persistent and admits at least one endemic equilibrium if $\mathcal{R}_0$ is greater than one. Furthermore, we numerically explore the impacts of chemotactic effect, spatial heterogeneity and dispersal rates of infected individuals to provide a clear picture on disease severity. In particular, the mosquito chemotaxis causes mild disease in some regions but severe in others, which suggests developing targeted strategies to control mosquitoes in specific locations and achieve a deep understanding on the chemotaxis.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,030
Tête enseignante GPT0,304
Écart entre enseignants0,273 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIMA Journal of Applied MathematicsMême sujetMathematical Biology Tumor GrowthTravaux en français237 207