MétaCan
Menu
Retour à la cohorte
Enregistrement W4402507930 · doi:10.1016/j.lanmic.2024.07.009

Climate change and Trypanosoma cruzi transmission in North and central America

2024· review· en· W4402507930 sur OpenAlexaboutno aff
Colin Forsyth, Nelson Iván Agudelo Higuita, Sarah A. Hamer, Carlos N. Ibarra‐Cerdeña, Alba Valdez-Tah, Paula Stigler Granados, Gabriel L. Hamer, Michael Vingiello, Norman Beatty

Notice bibliographique

RevueThe Lancet Microbe · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueTrypanosoma species research and implications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrypanosoma cruziTransmission (telecommunications)Climate changeGeographyBiologyVirologyEcologyParasite hostingTelecommunicationsEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Trypanosoma cruzi is a protozoan parasite that causes Chagas disease in humans. Transmission of T cruzi by triatomine vectors is dependent on diverse environmental and socioeconomic factors. Climate change, which is disrupting patterns of human habitation and land use, can affect the epidemiology of Chagas disease by influencing the distribution of vector and host species. We conducted a review using triatomine distribution as a proxy for T cruzi transmission in North America (Canada, Mexico, and the USA) and central America (Belize, Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua, and Panama) and investigated the association of T cruzi transmission with climate change, identifying 12 relevant studies. Most studies (n=9) modelled the effect of the scenario of climate change on the distribution of relevant vector species and found that global warming could sometimes favour and sometimes hinder triatomine distribution. There is a need for more research in parasite biology and social sciences to further understand how climate change and socioeconomic factors can affect the epidemiology of this neglected tropical disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,121
Tête enseignante GPT0,377
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet MicrobeMême sujetTrypanosoma species research and implicationsTravaux en français237 207