An individual-based movement model for contacts between mule deer (Odocoileus hemionus)
Notice bibliographique
Résumé
Contacts between individuals are key for the spread of infectious disease. Although essential to understanding disease spread, contact rates are difficult to predict, based simply on population demographics in wildlife populations, because contact rates depend upon environmental features as well as the nature of social interactions within and between groups of individuals. We developed a detailed, behaviorally structured, individual-based model (IBM) in Netlogo to simulate contacts between- and within-groups of individual mule deer (Odocoileus hemionus), a species particularly susceptible to chronic wasting disease. The model tracks contacts (defined as two individuals coming within five meters of one another), recorded as between- or within-group depending on the social group membership of the two individuals (dyad). We parameterized the model with data from mule deer with global positioning systems (GPS) collars in east-central Alberta, Canada. Individuals move according to habitat preferences, home range attraction, and grouping behaviours. Animals were tracked at two-hour time steps and were modelled as selecting locations relative to preferred resources based on sex-specific integrated step-selection functions (iSSFs) with steps biased toward a home range centroid. Total within-group contacts increased with group size and were sensitive to changes in movement cohesion of the group and movement persistence, particularly movement cohesion. Total between-group contacts were sensitive only to the number of groups. We compared model predictions for where the locations of deer contacts occurred against an existing statistical model for the relative contact probabilities (RCP) on the same landscape (Dobbin et al. 2023). Predicted locations of deer contacts generally were consistent with higher predicted RCP values. When disease transmission is a function of contact rate, the model can be used to assess the interaction between model components (e.g., movement rates, grouping rules, home ranges, animal densities) and the spatial distribution of key natural and artificial resources that may attract deer and potentially increase disease spread.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».