El murciélago como fuente de zoonosis virales
Bibliographic record
Abstract
Introducción: los murciélagos (quirópteros) son mamíferos transmisores de diversos virus zoonóticos al hombre y otros animales. Según evidencias recientes, uno de estos virus sería el causante de la COVID-19, enfermedad infecciosa surgida a finales de 2019 y actual pandemia. Objetivo: exponer los criterios actuales sobre la relevancia de la inmunidad quiróptera en la cadena epidemiológica de estas zoonosis, a partir de describir los virus de origen quiróptero con mayor impacto en el último siglo y las principales teorías acerca de su transmisión de murciélagos a humanos. Métodos: se revisaron fuentes bibliográficas disponibles en bases de datos estáticas y dinámicas, digitales e impresas, y se seleccionaron documentos sobre el tema de las zoonosis virales causadas por murciélagos. Desarrollo: en las familias Orthocoronavirinae, Filoviridae, Paramyxoviridae y Rhabdoviridae, se encuentran los principales virus de origen quiróptero que afectan a otros mamíferos. Estos virus casi siempre se transmiten por un huésped intermediario hasta llegar a los humanos, lo cual complica su control ecológico, pues la capacidad inmunológica de los murciélagos les permite portar los virus y diseminarlos por interacción medioambiental. Conclusiones: el SARS-CoV-2, el Ébolavirus, la rabia, el SARS-CoV-1 y el MERS-CoV son los virus de origen quiróptero con mayor impacto. Su transmisión, generalmente, depende de huéspedes intermediarios, más que de interacción directa de los humanos con los murciélagos infectados. La excepcional capacidad inmunológica de los murciélagos los convierte en excelentes huéspedes reservorios (huéspedes primarios aparentemente sanos), lo cual no sugiere peligro para esta especie, pero sí para otros mamíferos, como los humanos.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.012 | 0.015 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".