A comparative modeling study on non-climatic and climatic risk assessment on Asian Tiger Mosquito (Aedes albopictus)
Notice bibliographique
Résumé
Aedes albopictus, the Asian Tiger Mosquito, vector of Chikungunya, Dengue Fever and Zika viruses, has proven its hardy adaptability in expansion from its natural Asian, forest edge, tree hole habitat on the back of international trade transportation, re-establishing in temperate urban surrounds, in a range of water receptacles and semi-enclosures of organic matter. Conventional aerial spray mosquito vector controls focus on wetland and stagnant water expanses, proven to miss the protected hollows and crevices favoured by Ae. albopictus. New control or eradication strategies are thus essential, particular in light of potential expansions in the southeastern and eastern USA. Successful regional vector control strategies require risk level analysis. Should strategies prioritize regions with non-climatic or climatic suitability parameters for Ae. albopictus? Our study used current Ae. albopictus distribution data to develop two independent models: (i) regions with suitable non-climatic factors, and (ii) regions with suitable climate for Ae. albopictus in southeastern USA. Non-climatic model processing used Evidential Belief Function (EBF), together with six geographical conditioning factors (raster data layers), to establish the probability index. Validation of the analysis results was estimated with area under the curve (AUC) using Ae. albopictus presence data. Climatic modeling was based on two General Circulation Models (GCMs), Miroc3.2 and CSIRO-MK30 running the RCP 8.5 scenario in MaxEnt software. EBF non-climatic model results achieved a 0.70 prediction rate and 0.73 success rate, confirming suitability of the study site regions for Ae. albopictus establishment. The climatic model results showed the best-fit model comprised Coldest Quarter Mean Temp, Precipitation of Wettest Quarter and Driest Quarter Precipitation factors with mean AUC value of 0.86. Both GCMs showed that the whole study site is highly suitable and will remain suitable climatically, according to the prediction for 2055, for Ae. albopictus expansion.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».