High‐resolution environmental and host‐related factors impacting questing <i>Ixodes scapularis</i> at their northern range edge
Notice bibliographique
Résumé
Abstract The geographic range of tick populations has expanded in Canada due to climate warming and the associated poleward range shifts of their vertebrate hosts. Abiotic factors, such as temperature, precipitation, and snow, are known to directly affect tick abundance. Yet, biotic factors, such as the abundance and diversity of mammal hosts, may also alter tick abundance and consequent tick‐borne disease risk. Here, we incorporated host surveillance data with high‐resolution environmental data to evaluate the combined impact of abiotic and biotic factors on questing Ixodes scapularis abundance in Ontario and Quebec, Canada. High‐resolution abiotic factors were derived from remote sensing satellites and meteorological towers, while biotic factors related to mammal hosts were derived from active surveillance data that we collected in the field. Generalized additive models were used to determine the relative importance of abiotic and biotic factors on questing I. scapularis abundance. Combinations of abiotic and biotic factors were identified as important drivers of abundances of questing I. scapularis . Positive and negative linear relationships were found for questing I. scapularis abundance with monthly mean precipitation and accumulated snow, but no effect was found for the relative abundance of white‐footed mice. Positive relationships were also identified between questing I. scapularis abundance with monthly mean precipitation and mammal species richness. Therefore, future studies that assess I. scapularis should incorporate host surveillance data with high‐resolution environmental factors to determine the key drivers impacting the abundance and geographic spread of tick populations and tick‐borne pathogens.
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 | 0,001 | 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 ».