Étude éco-épidémiologique sur l’infection par Francisella tularensis au Québec
Bibliographic record
Abstract
Au Canada, Francisella tularensis, une bactérie zoonotique causant la tularémie, affecte principalement le lièvre d’Amérique, le rat musqué et le castor. Malgré les nombreuses études sur cette maladie, les connaissances sur l’écologie et les réservoirs naturels de la tularémie demeurent limitées. Une étude transversale a été réalisée afin d’estimer la prévalence d’infection par F. tularensis chez le lièvre d’Amérique, le rat musqué et le coyote dans quatre régions du Québec (Canada) et de décrire le risque d’infection d’après des caractéristiques individuelles (âge, sexe et état de chair) et environnementales. D’octobre 2012 à avril 2013, 345 lièvres d’Amérique, 411 rats musqués et 385 coyotes capturés par des trappeurs ont été échantillonnés. Les caractéristiques environnementales autour du site de capture ont été extraites de base de données géographiques. La séroprévalence (test de microagglutination) était de 2.9% chez les coyotes, 0.6% chez les lièvres et 0% chez les rats musqués. Tous les rats musqués et les lièvres étaient négatifs à une PCR en temps réel réalisée à partir d’un pool de foie, rein, rate et poumon; par contre, le type AI a été détecté dans les organes individuels des deux lièvres séropositifs. Des analyses de régression logistique exacte ont démontré que l’âge était un facteur de risque pour la séropositivité du coyote, ainsi que la proportion de forêts et la proportion de l’environnement considéré approprié pour le lièvre autour de la localisation de capture des coyotes. Les résultats de cette étude suggèrent la présence du cycle terrestre dans les régions étudiées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".