COMPARING SEASONALITY OF BATS' FEEDING BEHAVIOR TO SEASONALITY OF NIPAH VIRUS TRANSMISSION TO HUMANS IN BANGLADESH
Notice bibliographique
Résumé
Intro: A few communities collect date palm sap throughout the year to ferment and consume. This study's objective was to characterize Pteropus bats’ sap feeding behavior around the year to identify the potential for sap contamination with bat excreta. Methods: We used infrared cameras to observe bats' feeding behavior for 28 tree-nights per month for 22 months from March 2013 to December 2014. We placed the cameras at 4 sap-producing date palm trees focused on the sap- producing surface and collection pot from 5:00 PM to 6:00 AM for seven consecutive nights. We extracted the number and duration of bat visits and duration of contact with date palm sap from the images. Findings: We recorded a total of 26,870 bat visits (5% Pteropus, 90% non- Pteropus and 5% unidentified) from 616 observation tree-nights. Median duration of each visit was higher for Pteropus bats than non-Pteropus bats (8 versus 0.03 minutes, P< 0.001). Median duration of contact with date palm sap was higher for Pteropus bats (0.67 versus 0.03 minutes, P<0.001) for each visit. The average number of Pteropus bat visits per night was the highest during spring (17) followed by winter (14), post-monsoon (6), and monsoon (3). Conclusion: Even when date palm sap is harvested year-round, Pteropus bats visit the date palm trees more frequently during the spring and winter, perhaps due to lack of other available food. Feeding behavior could be one reason why the risk of Nipah infection to people has been concentrated in the winter season, even when fermented sap is consumed year-round. Sap harvesters should regularly use skirts to prevent bats from contaminating the date palm sap to prevent Nipah virus and other bat associated zoonoses.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».