Effect of Climate Warming on Mosquito Population Dynamics in Newfoundland
Notice bibliographique
Résumé
Abstract Mosquitoes are key vectors of several infectious diseases affecting humans and animals. In North America, Culex mosquitoes are primary vectors of West Nile virus, St. Louis encephalitis, and Japanese encephalitis, as well as pathogens that impact birds and horses. The Culex life cycle consists of four stages, eggs, larvae, pupae, and adults, each with distinct development and mortality rates. Only active (non-diapausing) adults can reproduce, and environmental factors such as temperature, photoperiod, and rainfall influence population dynamics and stage-specific abundances. We develop a stage-structured model that integrates historical climate data and available experimental data to describe how key climate variables regulate life history parameters. Specifically, oviposition rates depend on temperature, maturation and survival are influenced by both temperature and rainfall, mortality is modeled as temperature-dependent, and diapause induction and termination are driven by photoperiod. Unlike many previous models focused on tropical mosquitoes, our framework explicitly incorporates diapause, a critical adaptation for temperate Culex populations. Simulations reveal strong nonlinear responses to warming, moderate temperature shifts amplify the differences in mosquito abundance across rainfall regimes, whereas higher warming leads to convergence at consistently high densities. Rainfall amounts determine whether populations remain suppressed, variable, or strongly amplified, whereas warming extends the active season and elevates population abundance. These results underscore the importance of jointly considering temperature, rainfall, and photoperiod in predicting mosquito dynamics. Our findings suggest that climate change may expand the seasonal window of mosquito activity and raise vector abundance, thereby increasing opportunities for pathogen transmission. The model provides a mechanistic framework for exploring how interacting climate drivers shape vector ecology and highlights priorities for data collection and adaptive control strategies under environmental change.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».