MétaCan
Menu
Retour à la cohorte
Enregistrement W4365997914 · doi:10.1093/jme/tjad027

Ensemble species distribution modeling of<i>Culex tarsalis</i>(Diptera: Culicidae) in the continental United States

2023· article· en· W4365997914 sur OpenAlexafffund
Charlotte G. Rhodes, Luis Fernando Chaves, Luke Bergmann, Gabriel L. Hamer

Notice bibliographique

RevueJournal of Medical Entomology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institutes of HealthCanada Foundation for InnovationCenters for Disease Control and PreventionCanada Research ChairsDepartment of Health and Human Services, State Government of VictoriaTexas A and M University
Mots-clésHabitatCulexWest Nile virusVector (molecular biology)BiologyEcologyIncidence (geometry)Distribution (mathematics)VirologyVirusLarva

Résumé

récupéré en direct d'OpenAlex

West Nile virus (WNV) is the primary mosquito-borne disease in the United States and has had case reports every year since its introduction in 1999. As such, it is critical that we characterize the distribution of WNV vectors. Estimates of Culex tarsalis Coquillett species distribution, a major WNV vector, are scarce. We used ensemble distribution modeling to estimate habitat suitability for this species across the contiguous United States by consolidating presence data from four publicly available mosquito trapping data servers. The central plains region and much of the western US were estimated to have high habitat suitability. We identified multiple metrics of temperature and precipitation to be important in predicting the occurrence of Cx. tarsalis in a given geographic area. Furthermore, we observed habitat suitability for Cx. tarsalis to be significantly higher in areas with a high incidence of West Nile neuroinvasive disease compared to areas with low WN disease incidence, suggesting that Cx. tarsalis is present in regions with a high incidence of disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,034
Tête enseignante GPT0,286
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EntomologyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207