Temporal evolution of the ecological niche of the white- footed mouse (Peromyscus leucopus) and its relation with the emergence of Lyme disease in Québec
Bibliographic record
Abstract
Il est estimé que les changements climatiques auront une incidence profonde sur la distribution des espèces animales. Déjà, les impacts sont observés chez certains vecteurs de maladies qui migrent vers de nouveaux territoires, ayant des conséquences sur le risque de transmission des maladies chez les humains. Dans cette thèse, j'étudie le cas de la souris à pattes blanches (Peromyscus leucopus), dont le nombre de sites de présence augmente au sud de la province de Québec depuis les dernières années. La souris à pattes blanches est un acteur important dans le processus de transmission des pathogènes de la maladie de Lyme (Borrelia burgdorferi) de la tique à pattes noires (Ixodes scapularis) à l'humain.Les résultats obtenus fournissent donc des informations essentielles afin de guider les activités de prévention de la maladie de Lyme, et cibler les cites de surveillance. Je révise tout d'abord par une revue de la litterature, les facteurs potentiels environnementaux, géographiques et climatiques qui influencent la distribution de l'espèce à la limite nord de sa distribution. Je performe ensuite une analyse factorielle de la niche afin de mieux comprendre l'influence potentielle de variables climatiques sur la distribution de la souris à pattes blanches au Québec. Finalement, je modélise la niche fondamentale de l'espèce pour le temps présent en utilisant une combinaison de modèles de niche construite dans BIOMOD, et estime son expansion future selon trois scénarios de projections de changements climatiques. J'évalue, à partir de mes résultats, une expansion potentielle de la distribution de la souris à pattes blanches dans l'ensemble de la province du Québec d'ici 2050;un phénomène principalement lié à des hivers plus cléments et plus courts.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| 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".