論文の概要: Harmonizing Community Science Datasets to Model Highly Pathogenic Avian Influenza (HPAI) in Birds in the Subantarctic

• arxiv url: http://arxiv.org/abs/2512.07907v1
• Date: Mon, 08 Dec 2025 00:36:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:07.674074
• Title: Harmonizing Community Science Datasets to Model Highly Pathogenic Avian Influenza (HPAI) in Birds in the Subantarctic
• Title（参考訳）: 亜南極域の鳥類における高病原性鳥インフルエンザ(HPAI)モデルのための地域科学データセットの調和
• Authors: Richard Littauer, Kris Bubendorfer,
• Abstract要約: 複数のコミュニティサイエンスデータセットのクリーニングと調和のためのデータワークフローを提案する。 eBird, iNaturalist, GBIF, その他のデータセットを用いて, 亜南極域の鳥類集団における高病原性鳥インフルエンザの影響をモデル化した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Community science observational datasets are useful in epidemiology and ecology for modeling species distributions, but the heterogeneous nature of the data presents significant challenges for standardization, data quality assurance and control, and workflow management. In this paper, we present a data workflow for cleaning and harmonizing multiple community science datasets, which we implement in a case study using eBird, iNaturalist, GBIF, and other datasets to model the impact of highly pathogenic avian influenza in populations of birds in the subantarctic. We predict population sizes for several species where the demographics are not known, and we present novel estimates for potential mortality rates from HPAI for those species, based on a novel aggregated dataset of mortality rates in the subantarctic.
• Abstract（参考訳）: 地域科学の観察データセットは、種分布をモデル化するための疫学や生態学に有用であるが、データの異種性は標準化、データ品質保証と制御、ワークフロー管理といった重要な課題を呈している。 本稿では,eBird,iNaturalist,GBIF,および他のデータセットを用いたケーススタディにおいて,亜南極域の鳥類集団における高病原性鳥インフルエンザの影響をモデル化するための,複数のコミュニティ科学データセットのクリーニングと調和のためのデータワークフローを提案する。 我々は,これらの個体群が未知な数種の個体群の大きさを推定し,それらの個体群に対するHPAIによる死亡率の新たな推定値を示す。

関連論文リスト

• Predicting Species Occurrence Patterns from Partial Observations [21.009271008147785]
  本稿では,(a)衛星画像を用いた種発生パターンの予測と,(b)他の種の発生に関する既知の情報を紹介する。 この課題に対して,衛星画像,環境データ,蝶の観察データのデータセットであるSatButterflyを導入する。 そこで本研究では,見つからない部分的な観測データの利用を可能にする種発生パターンを予測するための一般モデルR-Tranを提案する。
  論文  参考訳（メタデータ） (2024-03-26T18:29:39Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• MedDiffusion: Boosting Health Risk Prediction via Diffusion-based Data Augmentation [58.93221876843639]
  本稿では,MedDiffusion という,エンドツーエンドの拡散に基づくリスク予測モデルを提案する。 トレーニング中に合成患者データを作成し、サンプルスペースを拡大することで、リスク予測性能を向上させる。 ステップワイズ・アテンション・メカニズムを用いて患者の来訪者間の隠れた関係を識別し、高品質なデータを生成する上で最も重要な情報をモデルが自動的に保持することを可能にする。
  論文  参考訳（メタデータ） (2023-10-04T01:36:30Z)
• Bird Distribution Modelling using Remote Sensing and Citizen Science data [31.375576105932442]
  気候変動は生物多様性の喪失の主要な要因である。 種の分布には大きな知識ギャップがある。 本稿では,コンピュータビジョンを利用した種分散モデルの改良手法を提案する。
  論文  参考訳（メタデータ） (2023-05-01T20:27:11Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Invariant Risk Minimisation for Cross-Organism Inference: Substituting Mouse Data for Human Data in Human Risk Factor Discovery [5.488552935256511]
  本研究では、生体内データと動物モデルを用いて、小さなヒトの医療データセットを増強する。 我々のモデルはヒトの癌発生に関連する遺伝子を同定する。
  論文  参考訳（メタデータ） (2021-11-14T14:03:00Z)
• Label scarcity in biomedicine: Data-rich latent factor discovery enhances phenotype prediction [102.23901690661916]
  低次元の埋め込み空間は、健康指標、ライフスタイル、および人口動態の予測をデータスカース化するために、英国バイオバンクの人口データセットから導出することができる。 半超越的アプローチによるパフォーマンス向上は、おそらく様々な医学データサイエンス応用にとって重要な要素となるだろう。
  論文  参考訳（メタデータ） (2021-10-12T16:25:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。