Notice bibliographique
Résumé
Hyperparasites (species which parasitize other parasites) are common in natural populations, affecting many parasitic taxa, including: eukaryotic parasites; bacterial and fungal pathogens. Hyperparasitism is therefore likely to shape the ecology and evolution of many host-parasite systems, representing a promising method for biocontrol (e.g., treating antimicrobial resistant infections). However, the eco-evolutionary consequences of hyperparasitism have received little attention. We use a host-parasite-hyperparasite model to explore how introducing a hyperparasite drives the evolution of parasite virulence, and what impact this has on the host population. We show when the introduction of a hyperparasite selects for higher or lower parasite virulence, and the changes in virulence experienced by the host population. Crucially, we show that variation in the direct effects of hyperparasites on virulence and transmission, and the probability of cotransmission, can lead to a previously unseen hysteresis effect, whereby small shifts in hyperparasite characteristics can lead to sudden shifts in parasite virulence. We also show that hyperparasites can induce diversification in parasite virulence, leading to the coexistence of high and low virulence strains. Our results show hyperparasites can have dramatic effects on the evolution of parasite virulence, and that the use of hyperparasites in biocontrol should be approached with caution.
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 ».