MétaCan
Menu
Retour à la cohorte
Enregistrement W4402695740 · doi:10.5376/jmr.2024.14.0013

Impact of Genetic Control Techniques on Mosquito Populations

2024· article· en· W4402695740 sur OpenAlexvenueno aff
Wenfei Zhang

Notice bibliographique

RevueJournal of Mosquito Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect Resistance and Genetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Mosquito populations pose significant global public health challenges due to their role in transmitting diseases such as malaria, dengue, and Zika. Controlling mosquito populations is thus critical for reducing these health impacts. This study explores various genetic control techniques, including the Sterile Insect Technique (SIT), Release of Insects carrying a Dominant Lethal (RIDL), gene drive systems, and Wolbachia -based strategies. Through detailed case studies from Brazil, Africa, and Australia, this study examines the mechanisms of action, including genetic modification, population suppression, and population replacement; additionally, analyzes the ecological and evolutionary impacts, discussing potential benefits and risks. To fully understand the challenges and opportunities in implementing these technologies, this study also explores ethical, social, and regulatory considerations. Our findings underscore the importance of advancing genetic control technologies and addressing associated challenges to improve public health outcomes. This study concludes with a summary of key points, implications for public health, and future research directions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

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

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 Opus0,058
Tête enseignante GPT0,449
Écart entre enseignants0,391 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mosquito ResearchMême sujetInsect Resistance and GeneticsTravaux en français237 207