Bat cellular immunity varies by year and dietary habit in an increasingly fragmented landscape
Notice bibliographique
Résumé
Abstract Monitoring the health of wildlife populations is essential in the face of increased agricultural expansion and forest fragmentation. Loss of habitat and habitat degradation can negatively affect an animal’s physiological state, possibly resulting in immunosuppression and increased morbidity or mortality. We sought to determine how fragmentation may differentially impact cellular immunity and infection risk in Neotropical bats species regularly infected with bloodborne pathogens, and to evaluate how effects may vary over time and by dietary habit. We studied common vampire bats ( Desmodus rotundus ), northern yellow-shouldered bats ( Sturnira parvidens ), and Mesoamerican mustached bats ( Pteronotus mesoamericanus ), representing the dietary habits of sanguinivory, frugivory, and insectivory respectively, in northern Belize. We compared estimated total white blood cell counts, leukocyte differentials, and infection status with two blood-borne bacterial pathogens ( Bartonella spp. and hemoplasmas) of 118 bats captured in a broadleaf, secondary forest over a three-year period (2017-2019) of increasing habitat fragmentation. We found evidence for bat species-specific responses of cellular immunity between years, with neutrophil counts increasing in D. rotundus , but decreasing in S. parvidens and P. mesoamericanus from 2018 to 2019. However, the odds of infection with Bartonella spp. and hemoplasma spp. between 2017 and 2019 did not differ between bat species, contrary to our prediction that pathogen prevalence may increase with increased fragmentation. We conclude that each bat species invested differently in cellular immunity in ways that changed over years of increasing fragmentation. We recommend further research on the interactions between habitat fragmentation, cellular immunity, and infection across dietary habits of Neotropical bats for informed management and conservation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».