Understanding the Effects of Fox Movement on the Spread of Sarcoptic Mange in Urban Settings – An Individual-based Modelling Approach
Notice bibliographique
Résumé
The threat of disease spread to humans is greater in urban settings where contact between wildlife and human populations occurs frequently. Movement of host species plays a key role in maintaining transmission of direct-contact disease. Understanding how wildlife hosts move in fragmented urban landscapes is therefore imperative for disease control efforts. In cities, disease spread can be affected by the ability of a host to move through urban features, or by behavioural changes that are pathogen induced. Using the urban-adapted red fox (Vulpes vulpes) and its associated disease sarcoptic mange (Sarcoptes scabiei) in the city of Toronto, I ask: How does movement of foxes according to landcover type affect the spread of mange? And how does variable movement of susceptible and infected foxes influence mange transmission? These questions are addressed using an individual-based modeling approach, where two movement behaviours of foxes in a city are compared: random and least-cost path. To assess the effects of movement ability according to disease status (here, susceptible-biased, and infected-biased movement), I compare a range of movement probabilities. For each scenario, the number of effective contacts and the effective reproduction number (Re) are estimated. Findings suggest that mange spread may be accelerated when movement is based on landcover types and when there is equal movement ability of susceptible and infected foxes. This study emphasizes the importance of including realistic movement behaviours when modelling the dynamics of mange and disease spread in urbanized landscapes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».