Los impactos del mosquito transgénico en el hombre y el medio ambiente
Bibliographic record
Abstract
Uno de los mayores desafíos actualmente para la salud pública en Brasil y en todo el mundo son las enfermedades transmitidas por vectores, y las medidas de control actuales son ineficientes. Los mosquitos se encuentran entre los vectores de diversas enfermedades, debido a que son hematófagos, las hembras requieren sangre en el período de ovulación para la reproducción y una vez contaminados, el mosquito puede contener bacterias, protozoos y virus que se asignan en sus glándulas salivales, infectando así al individuo directamente en el torrente sanguíneo. Aedes aegypti es responsable de las enfermedades: dengue, zika, chikungunya y fiebre amarilla. Las formas de control de los mosquitos vectores hasta ahora son ineficaces, y con esto se han desarrollado varias tecnologías como alternativas en el control y combate del mosquito Aedes aegypti. Con las recientes aprobaciones para la liberación de insectos modificados genéticamente, es necesario realizar estudios más detallados para evaluar su potencial ecológico y sus efectos evolutivos. Estos efectos pueden ocurrir en dos fases: una fase transitoria cuando la población focal cambia en densidad, y una fase de estado estacionario cuando alcanza una densidad nueva y constante. Con las innovaciones en el control de vectores a través de insectos genéticamente modificados nos dan una nueva perspectiva en relación con la manipulación genética. Este estudio tiene como objetivo evaluar los posibles efectos de un cambio rápido en la densidad del mosquito Aedes aegypti relacionado con el control biológico a través del mosquito modificado genéticamente. Así que nos preguntamos, ¿puede la biotecnología ser una solución a los problemas de salud pública en el caso del mosquito Aedes aegypti o un problema? Dado que la transformación o modificaciones de estos seres vivos en los laboratorios son nuevas técnicas que hasta ahora es imposible saber cuáles serán las consecuencias a largo plazo.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".