MétaCan
Menu
Back to cohort
Record W7161845016 · doi:10.82308/39945

Integrated landscape genetics of the Lyme disease vector «Ixodes scapularis» and its host «Peromyscus leucopus» in southern Québec

2016· dissertation· en· W7161845016 on OpenAlexaboutno aff
Sarah Leo

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldImmunology and Microbiology
TopicVector-borne infectious diseases
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationVector (molecular biology)Lyme borreliosisPopulation structure

Abstract

fetched live from OpenAlex

Comprendre comment les interactions entre les vecteurs, les hôtes et les agents pathogènes, ainsi que leurs réponses au changement climatique et la structure du paysage, influencent l'émergence des maladies zoonotiques infectieuses est essentielle pour la planification efficace des stratégies de surveillance et de contrôle de ces maladies. Dans le sud du Québec, l'émergence de la maladie de Lyme a été attribuée à l'expansion vers le nord et l'augmentation de l'abondance à la fois du vecteur de la maladie - la tique à pattes noires, et de l'hôte réservoir - la souris à pattes blanches. Par conséquent, l'objectif de ma thèse est de quantifier les interactions entre les populations de tiques à pattes noires et de souris à pattes blanches dans le sud du Québec, ainsi que leurs réponses individuelles à l'hétérogénéité du paysage en utilisant une approche génétique intégrée multi-taxons du paysage. Cette approche peut fournir des indications précieuses sur les variables biotiques et abiotiques qui influencent l'émergence des maladies zoonotiques dans une région, en révélant des correspondances spatiales entre les patrons de différentiation génétique qui distinguent les cas possibles de dispersion d'espèces-couplée ou partagée, et d'identifier la dépendance spatiale avec les variables du paysage et dans quelle mesure elles influencent le mouvement des espèces. Lorsque j'ai étudié la structure de la population de la souris à pattes blanches par rapport au paysage et examiné la variation morphologique spatiale, j'ai trouvé que les populations de souris à pattes blanches dans le sud du Québec présentaient des différences génétiques importantes entre les populations qui pouvaient être expliquées par la présence de barrières au flux génique. J'ai aussi détecté une signature possible d'adaptations pour la dispersion et l'expansion de l'aire de distribution de la souris sous la forme d'une corrélation positive entre la longueur de pied et la latitude. La tique à pattes noires présente une faible différenciation génétique entre les populations, ainsi que la signature génétique de fréquentes dispersions à longue distance, qui appuie l'hypothèse selon laquelle les oiseaux passereaux migrateurs sont la source primaire des tiques à pattes noires dans le sud du Québec. En outre, j'ai trouvé que la diversité génétique de tiques présente une plus grande variation temporelle que spatiale, un résultat que j'ai été en mesure d'utiliser pour déterminer les stades d'établissement de chaque population de tiques. Enfin, à l'aide d'un modèle d'équation structurelle et en utilisant les résultats des chapitres précédents sur l'influence du climat et des variables du paysage, j'ai été en mesure de produire un modèle qui a projeté avec succès le risque de la maladie de Lyme observé sur le terrain. Le modèle a révélé que bien que le risque d'infection par la maladie de Lyme était significativement dependant de la probabilité d'occurrence du vecteur de maladies en fonction du climat. Ce modèle peut être un outil utile pour la projection du risque futur d'infection par la maladie de Lyme en réponse à l'évolution du climat et des conditions du paysage, et peut également être utilisé pour évaluer l'efficacité potentielle de différentes stratégies d'intervention.Mes travaux de recherche révèlent l'importance d'une approche intégrée pour la compréhension de certaines des variables sous-jacentes qui influencent l'émergence des maladies zoonotiques et obtenir des informations plus précises et fiables pour prédire le risque de maladie qui sont essentielles pour les efforts de contrôle et de surveillance de la maladie. Les resultats obtenus à partir de ce projet s'avéreront utiles pour les efforts futurs pour contrôler et surveiller l'émergence de la maladie de Lyme dans le sud du Québec, ainsi que de servir de ressource pour augmenter la sensibilisation du public et des médecins sur la menace de la maladie de Lyme en émergence au Québec et dans le reste du Canada.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.042
Threshold uncertainty score0.085

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.007
GPT teacher head0.221
Teacher spread0.213 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same topicVector-borne infectious diseasesFrench-language works237,207