Fästingbilder som skickats in till Statens veterinärmedicinska anstalt under 2024

Fästingbilder som skickats in till Statens veterinärmedicinska anstalt under 2024

Detta dataset innehåller alla verifierade rapporter om fästingobservationer med tillhörande bilder som allmänheten har rapporterat till plattformen ”Rapportera Fästing” (https://rapporterafasting.sva.se) under 2024. Plattformen utvecklas och underhålls av Statens veterinärmedicinska anstalt (SVA) inom ramen för det europeiska projektet IDAlert (https://idalertproject.eu). Datasetet tillhandahålls av SVA och är licensierat under CC BY 4.0 (https://creativecommons.org/licenses/by/4.0). Datasetet innehåller två filer: ticks_2024.zip, som innehåller bildfilerna på fästingar, och ticks_2024.csv, som innehåller metadata om varje rapport. Observera att verifieringen görs på rapportnivå, och att alla bilder därför inte nödvändigtvis innehåller fästingar, men att minst en bild per rapport har verifierats som en fästing av experter vid SVA. Datasetet innehåller 4383 unika bilder från 3337 rapporter.

Gå till källa för data

https://doi.org/10.5281/zenodo.19051296

Ladda ner dokumentation (1 filer / 4.05 KiB)

Dokumentationsfiler

README.md
4.05 KiB

Citering och åtkomst

Data innehåller personuppgifter:

Nej

Citering:

Licens:

Creative Commons Erkännande 4.0 Internationell (CC BY 4.0)Öppnas i en ny tabb

Språk:

Upphovsrätt:

Statens veterinärmedicinska anstalt

Metod och utfall

Analysenhet:

Djur

Urvalsmetod:

Övrigt

Beskrivning av urval:

Medborgarforskning

Tidsperiod(er) som undersökts:

2024-01-01 - 2024-12-31

Variabler:

8

Antal individer/objekt:

4383

Dataformat/datastruktur:

Arter och taxon:

Fästingar

Datainsamling - Övrigt

Insamlingsmetod:

Övrigt

Beskrivning av insamlingsmetod:

Medborgarforskning

Tidsperiod(er) för datainsamling:

2024-01-01 - 2024-12-31

Datainsamlare:

Statens veterinärmedicinska Anstalt
Öppnar nytt fönster hos ror.org.
RORÖppnas i en ny tabb

Instrument

Namn:

Rapportera fästing

Typ:

Strukturerat frågeformulär

Beskrivning av instrument:

https://rapporterafasting.sva.se/reporttick

Geografisk täckning

Geografisk plats:

Sverige

Lägsta geografiska enhet:

Län (NUTS 3)

Högsta geografiska enhet:

Län (NUTS 3)

Administrativ information

Ansvarig institution/enhet:

Avdelningen för kemi, miljö och fodersäkerthet

DOI:

10.5281/zenodo.19051296

Finansiering

Finansiär:

European Commission
Öppnar nytt fönster hos ror.org.
RORÖppnas i en ny tabb

Referensnummer:

101057554

URI hos finansiär:

https://doi.org/10.3030/101057554

Projektnamn på ansökan:

Infectious Disease decision-support tools and Alert systems to build climate Resilience to emerging health Threats

Information om finansiering:

There’s a real risk of climate-induced disease. Climate change is a driver (one of many) of recurrent outbreaks. Policymakers and decision-makers need tailored information and early warning and impact assessment. In this context, the EU-funded IDAlert project will explore the emergence and transmission of zoonotic pathogens by developing novel indicators, innovative early warning systems and tools for decision-makers. The project will co-create novel policy-relevant Europe-wide indicators that track past, present, and future climate-induced disease risk across hazard, exposure, and vulnerability domains at the animal, human and environment interface. The findings will pave the way for long-lasting impacts on EU climate policy and provide new tools for the European Green Deal.

Ämnesområde och nyckelord

Standard för svensk indelning av forskningsämnen 2025:

Nyckelord:

Relationer

Hemsida:

https://rapporterafasting.sva.se/reporttickÖppnas i en ny tabb

Relaterade forskningsdata:

Publikationer

Citering:

Omazic, A., Grandi, G., Widgren, S., Rocklöv, J., Wallin, J., Semenza, J. C., & Abiri, N. (2025). Automated tick classification using deep learning and its associated challenges in citizen science. In Scientific Reports (No. 24942; Vol. 15, Issue 1, pp. 1–18). https://doi.org/10.1038/s41598-025-10265-x

SwePub:

oai:DiVA.org:hh-57093

Citering:

Grandi, G., & de Jong, A. (2025). Importation of the exotic tick Amblyomma geoemydae into Sweden via illegally introduced turtles (Geoemyda spengleri) from Thailand. In Veterinary Parasitology: Regional Studies and Reports (Vol. 63). https://doi.org/10.1016/j.vprsr.2025.101304

DOI:
10.1016/j.vprsr.2025.101304Öppnas i en ny tabb

SwePub:

oai:slubar.slu.se:143033

Kontakt

Stefan Widgrenstefan.widgren@sva.se

Anna Omazicanna.omazic@sva.se

Metadata

Version 1

Statens veterinärmedicinska anstalt

Fästingbilder som skickats in till Statens veterinärmedicinska anstalt under 2024

Dokumentationsfiler

Citering och åtkomst

Tillgänglighetsnivå:

Skapare/primärforskare:

Forskningshuvudman:

Data innehåller personuppgifter:

Citering:

Licens:

Språk:

Upphovsrätt:

Metod och utfall

Analysenhet:

Urvalsmetod:

Beskrivning av urval:

Tidsperiod(er) som undersökts:

Variabler:

Antal individer/objekt:

Dataformat/datastruktur:

Arter och taxon:

Datainsamling - Övrigt

Insamlingsmetod:

Beskrivning av insamlingsmetod:

Tidsperiod(er) för datainsamling:

Datainsamlare:

Instrument

Namn:

Typ:

Beskrivning av instrument:

Geografisk täckning

Geografisk plats:

Lägsta geografiska enhet:

Högsta geografiska enhet:

Administrativ information

Ansvarig institution/enhet:

DOI:

Finansiering

Finansiär:

Referensnummer:

URI hos finansiär:

Projektnamn på ansökan:

Information om finansiering:

Ämnesområde och nyckelord

Standard för svensk indelning av forskningsämnen 2025:

Nyckelord:

Relationer

Hemsida:

Relaterade forskningsdata:

Publikationer

Citering:

URN:

DOI:

SwePub:

Citering:

DOI:

SwePub:

Kontakt

Metadata