MétaCan
Menu
Retour à la cohorte
Enregistrement W4367848914 · doi:10.21203/rs.3.rs-2867328/v1

Three Gorges Dam: Differential determinants and spatial-temporal effects of the change of snail density

2023· preprint· en· W4367848914 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineImmunology and Microbiology
ThématiqueParasites and Host Interactions
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSnailNormalized Difference Vegetation IndexEnvironmental scienceAbundance (ecology)Physical geographyGeographyEcologyClimate changeHydrology (agriculture)BiologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND The abundance of Oncomelania hupensis snail can promote the transmission of schistosomiasis japonica. Snail distribution varies spatially and temporally in different geographical regions. Hence, we investigated differential drivers of snail density between the downstream and upstream areas of Three Gorges Dam (TGD), and spatial-temporal changes in snail abundance. METHODS We deployed the snail survey at 200 sites over 5 years to monitor a dynamic change in snail abundance within the Yangtze River basin. Corresponding variables that might affect snail abundance, such as Meteorology, vegetation, terrain, and economy, were collected from multiple data sources. We conducted the Bayesian spatial-temporal modeling framework to investigate the differential determinants and spatial-temporal effects of the change of snail density. RESULTS Obvious volatility for snail density was detected in the downstream area of TGD, whilst a small increment in the upstream area. For the downstream area of TGD, Snail density was positively associated with the average minimum temperature in January of the same year, annual normalized difference vegetation index of the previous year (NDVI), the 2nd quartile of average annual relative humidity of the previous year (RH), the 3rd quartile of RH, the 4th quartile of RH. Snail density was negatively associated with the average maximum temperature in July of the previous year, and annual night-time light of the previous year. An approximately inverted “U” curve of relative risk was detected among sites with a greater average annual ground surface temperature of the previous year. For the upstream area, snail density was positively associated with NDVI, the 2nd quartile of total precipitation of the previous year (Pre), the 3rd quartile of Pre, and the 4th quartile of Pre. Snail density was negatively associated with Slope. CONCLUSIONS Collectively, our study demonstrated a rebound in snail density between 2015 and 2019. In particular, temperature, humidity, vegetation, and human activity were the main drivers affecting the snail abundance in the downstream area of TGD, while precipitation, slope, and vegetation were the main drivers affecting the upstream snail abundance. This evidence can assist the authorities to execute more precise strategies for snail investigation and control.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

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

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 Opus0,097
Tête enseignante GPT0,399
Écart entre enseignants0,302 · 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