Short-term temperature fluctuations increase disease in a Daphnia-parasite infectious disease system
Notice bibliographique
Résumé
Climate change has profound effects on infectious disease dynamics, yet the impacts of increased short-term temperature fluctuations on disease spread remain poorly understood. We empirically tested the theoretical prediction that short-term thermal fluctuations suppress endemic infection prevalence at the pathogen's thermal optimum. This prediction follows from a mechanistic disease transmission model analyzed using stochastic simulations of the model parameterized with thermal performance curves (TPCs) from metabolic scaling theory and using nonlinear averaging, which predicts ecological outcomes consistent with Jensen's inequality (i.e., reduced performance around concave-down portions of a thermal response curve). Experimental observations of replicated epidemics of the microparasite Ordospora colligata in Daphnia magna populations indicate that temperature variability had the opposite effect of our theoretical predictions and instead increase endemic infection prevalence. This positive effect of temperature variability is qualitatively consistent with a published hypothesis that parasites may acclimate more rapidly to fluctuating temperatures than their hosts; however, incorporating hypothetical effects of delayed host acclimation into the mechanistic transmission model did not fully account for the observed pattern. The experimental data indicate that shifts in the distribution of infection burden underlie the positive effect of temperature fluctuations on endemic prevalence. The increase in disease risk associated with climate fluctuations may therefore result from disease processes interacting across scales, particularly within-host dynamics, that are not captured by combining standard transmission models with metabolic scaling theory.
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 ».