In:
Parasite, EDP Sciences, Vol. 28 ( 2021), p. 46-
Abstract:
Dicrocoelium dendriticum est un trématode qui infecte les ruminants et nécessite deux hôtes intermédiaires différents pour terminer son cycle de vie. La modélisation de la distribution spatiale de ce parasite peut aider à améliorer sa gestion dans les régions à haut risque. L’objectif de cette recherche était d’évaluer les contraintes liées à l’utilisation d’ensembles de données historiques lors de la modélisation de la distribution spatiale des helminthes parasites chez les ruminants. Un ensemble de données parasitologiques fourni par CREMOPAR (Naples, Italie) et couvrant la majeure partie de l’Italie a été utilisé dans cet article. Un modèle de base (Random Forest, VECMAP ® ) utilisant l’ensemble des données a d’abord été utilisé pour déterminer le nombre minimal de points de données nécessaires pour construire un modèle stable. Ensuite, des modèles de distribution annuelle ont été calculés et comparés au modèle de référence. Le meilleur taux de prédiction et le meilleur résultat statistique ont été obtenus pour 2012 et le plus mauvais pour 2016, malgré le fait que la taille de l’échantillon du premier était nettement plus petite que celle du second. Nous discutons comment cela peut s’expliquer par le fait qu’en 2012, les échantillons étaient plus uniformément répartis géographiquement, alors qu’en 2016, la plupart des données étaient fortement regroupées. On conclut que la distribution spatiale des données d’entrée semble être plus importante que la taille réelle de l’échantillon lors du calcul des modèles de distribution des espèces. C’est souvent un problème majeur pour développer des modèles spatiaux quand on utilise des données historiques. Ces ensembles de données comportent souvent des biais d’échantillonnage et de grandes lacunes géographiques. Si ce biais n’est pas corrigé, les résultats du modèle de distribution spatiale peuvent représenter l’effort d’échantillonnage plutôt que la distribution réelle des espèces.
Type of Medium:
Online Resource
ISSN:
1776-1042
DOI:
10.1051/parasite/2021042
Language:
English
Publisher:
EDP Sciences
Publication Date:
2021
detail.hit.zdb_id:
2278575-9
SSG:
12
