MétaCan
Menu
← Retour à la cohorte
Enregistrement W6892276540 · doi:10.5061/dryad.p33nq17

Data from: Host traits and competitive ability jointly structure disease dynamics and community assembly

2019· dataset· en· W6892276540 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)TraitHost (biology)ParasitismParasite hostingCompetitor analysisResource Acquisition Is InitializationInterspecific competition

Résumé

récupéré en direct d'OpenAlex

1. Parasitism and competition are both ubiquitous interactions in ecological communities. The ability of host species to interact directly via competition and indirectly through shared parasites suggests that host traits related to competition and parasitism are likely important in structuring communities and disease dynamics. Specifically, those host traits affecting competition and those mediating parasitism are often correlated either because of trade-offs (in resource acquisition or resource allocation) or condition-dependence; yet the consequences of these trait relationships for community and epidemiological dynamics are poorly understood. 2. We conducted a literature review of parasite-related host traits – competitive ability relationships. We found that transmission – competitive ability relationships were most often reported, and that superior competitors exhibited elevated transmission relative to their less-competitive counterparts in nearly 80% of the cases. We also found a significant number of virulence – competitive ability and parasite shedding – competitive ability relationships. 3. We investigated these links by altering the relationship between host competitive ability and three parasite-related traits (transmission, virulence, and parasite shedding rates) in a simple model, incorporating competitive asymmetries in a multi-host community. 4. We show that these relationships can lead to a range of different communities. For example, depending on the strength and direction of these distinct trait relationships, we observed communities with anywhere from high parasite prevalence to complete parasite extinction, and either one, two, or the maximum of three host species coexisting. 5. Our results suggest that parasite – competitive ability relationships may be common in nature, that further integration of these relationships can produce novel and unexpected community and disease dynamics, and that generalizations may allow for the prediction of how parasitism and competition jointly structure disease and diversity in natural communities.

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)0,004
score de la tête « metaresearch » (Gemma)0,024
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,837

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,2500,094

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 GPT0,282
Écart entre enseignants0,225 · 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
GenreJeu de données

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

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Travaux en français237 207→