Composite function and Biomod2 for evaluating the influence of climate change on the distribution of Aedes aegypti and Aedes albopictus in China
Notice bibliographique
Résumé
Vector-borne diseases transmitted by Aedes, including dengue fever, Chikungunya fever, Zika virus, and yellow fever, represent major global public health threats. This study utilized the Biomod2 modeling framework, incorporating 19 bioclimatic variables, to simulate the current and future geographical distributions of Aedes aegypti and Aedes albopictus in China under climate change scenarios (SSP2–4.5 and SSP5–8.5). The results indicated that under future climate scenarios, highly suitable regions for both Aedes would decrease in area, while moderately suitable regions would expand. The co-presence probability analysis revealed that highly suitable regions for both species would concentrate in southern and southeastern China, with notable areas in Yunnan, Guangxi, Guangdong, and Hainan. From current to 2090s, the centroid would shift to northeast under SSP2–4.5 and SSP5–8.5. For Ae. aegypti , the most important variables were isothermality (bio3, 44.05 %), precipitation of the wettest quarter (bio16, 27.87 %), and mean temperature of the coldest quarter (bio11, 22.4 %). For Ae. albopictus , the mean temperature of the coldest quarter (bio11, 54.12 %), annual precipitation (bio12, 22.76 %), and precipitation of the coldest quarter (bio19, 13.47 %) were most significant. These findings highlight the potential impacts of climate change on the distribution dynamics of dengue vectors and provide a basis for developing targeted surveillance and control strategies to mitigate future transmission risks.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».