Climatic predictors of prominent honey bee (Apis mellifera) disease agents: Varroa destructor, Melissococcus plutonius, and Vairimorpha spp.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Improving our understanding of how climate influences honey bee parasites and pathogens is critical as weather patterns continue to shift under climate change. While the prevalence of diseases vary according to regional and seasonal patterns, the influence of specific climatic predictors has rarely been formally assessed. To address this gap, we analyzed how occurrence and intensity of three prominent honey bee disease agents ( Varroa destructor ― hereon Varroa ― Melissococcus plutonius , and Vairimorpha spp.) varied according to regional, temporal, and climatic factors in honey bee colonies across five Canadian provinces that were sampled at three time points. We found strong regional effects for all disease agents, with consistently high Varroa intensity and infestation probabilities and high M . plutonius infection probabilities in British Columbia, and year-dependent regional patterns of Vairimorpha spp. spore counts. Increasing wind speed and precipitation were linked to lower Varroa infestation probabilities, whereas warmer temperatures were linked to higher infestation probabilities. Analysis of an independent dataset shows that these trends for Varroa are consistent within a similar date range, but temperature is the strongest climatic predictor of season-long patterns. Vairimorpha spp. intensity decreased over the course of the summer, with the lowest spore counts found at later dates when temperatures were warm. Vairimorpha spp. intensity increased with wind speed and precipitation, consistent with inclement weather limiting defecation flights. Probability of M . plutonius infection generally increased across the spring and summer, and was also positively associated with inclement weather. These data contribute to building a larger dataset of honey bee disease agent occurrence that is needed in order to predict how epidemiology may change in our future climate.
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.
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) | 0,002 | 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 découle