Nemátodos parásitos en reptiles de Argentina: una actualización tras 5 años de investigación
Notice bibliographique
Résumé
El objetivo del presente estudio fue actualizar el estado del conocimiento sobre nemátodos parásitos de reptiles en Argentina, cinco años después de la última revisión. Tras la revisión publicada en 2020 sobre nemátodos parásitos en reptiles, en este trabajo proporcionamos una lista taxonómica y sistemática actualizada de los nemátodos que parasitan reptiles en Argentina. Un total de 40 taxones de nemátodos parásitos, pertenecientes a 2 ordenes, 5 subórdenes, 12 familias y 19 géneros, parasitan 54 especies de reptiles distribuidos en 11 familias con 44 especies de lagartijas, 5 tortugas y 5 serpientes. Con respecto a los parásitos, los nemátodos de la familia Pharyngodonidae y Physalopteridae presentaron el mayor número de taxones registrados (n= 13 y n= 7 respectivamente). En cuanto a los hospedadores, los reptiles de la familia Liolaemidae fueron los más examinadas (n= 28), seguido por los de la familia Teiidae (n= 4). Los resultados de esta revisión evidencian la incorporación de 16 especies de nemátodos parásitos y 14 especies de hospedadores adicionales en comparación con la revisión del 2020. Este avance representa un progreso significativo en los estudios parasitológicos en Argentina. La información actualizada será de utilidad para la elaboración de planes y proyectos relacionados con la ecología y conservación de los reptiles en el pais.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».