Pathogen spillover from honey bees (Apis mellifera L.) to wild bees in North America
Notice bibliographique
Résumé
The decline of wild bee populations in North America is worrisome. Honey bee ( Apis mellifera ) pathogens have been mentioned as one factor that may be implicated in these declines. This review analyses evidence of pathogen spillover from Apis mellifera to wild bee species, the mechanisms involved, the role of migratory beekeeping, the different pathogens associated with spillover cases, the impact of pathogens on wild bees, and a few strategies to mitigate the issue. Honey bee pathogens have been detected in more than 50 species within five families of bees in North American countries. Data on pathogen prevalence and phylogeny strongly indicate spillover from honey bees to wild bees, as well as spillback events. Most pathogens studied are viruses, but bacteria, fungi, and protozoa causing diseases in honey bees have been also found to replicate in wild bees and, in some cases, cause damage and shorten the lifespan of the insects. Regulated movement of hives and effective control of honey bee diseases could reduce the frequency of pathogen spillover to wild bee communities because these measures would decrease the risk of transmission. Additionally, the increased use of native bees and habitat restoration could reduce the risk of pathogen spillover from honey bees to wild bees. Studies focussing on the epidemiology and effects of pathogens on wild bee species are urgently needed to develop strategies for the optimal management of honey bees and wild bee species, to protect biodiversity and ecosystems, and to ensure adequate pollination services in North America.
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 | 0,001 |
| 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) | 0,000 | 0,001 |
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 ».