MétaCan
Menu
← Retour à la cohorte
Enregistrement W6968382319 · doi:10.5281/zenodo.13525222

Potential Spread of White-nose Syndrome of Bats to the Northwest: Epidemiological Considerations

2013· article· en· W6968382319 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWildlifeWildlife diseaseContext (archaeology)EpidemiologyDiseaseFungal diseaseWildlife management

Résumé

récupéré en direct d'OpenAlex

(Uploaded by Plazi for the Bat Literature Project) In the past several years, a fungal epidemic has devastated hibernating bat populations in eastern North America, with an estimated loss of 5.7 to 6.7 million bats as of January 2012. The potential for the disease to spread to bat populations in the western states and Canadian provinces remains unknown, but is cause for significant concern. This wildlife health crisis has been dubbed white-nose syndrome (WNS), for the distinctive white fungal growth that appears on the muzzles, ears, and wing membranes of affected bats. This fungus, the recently named species Geomyces destructans, has been determined to be the causal agent of WNS. However, relatively little is currently known about the ecology of this organism, its potential for invasiveness in the Northwest, and about how disease spreads within and between bat populations. Our purpose here is to summarize current epidemiological knowledge about WNS, in an ecological context relevant to efforts to understand the epidemic and predict its potential to spread to western bat populations. Because of strong similarities between WNS and some invasive fungal diseases of crops and forests, our approach is to incorporate epidemiological perspectives borrowed from the field of plant pathology as well as from wildlife pathology. We highlight research needs that will help to understand, predict, and manage this devastating wildlife disease.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,231
Écart entre enseignants0,193 · 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'étudeObservationnel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetBat Biology and Ecology Studies→Travaux en français237 207→