MétaCan
Menu
Retour à la cohorte
Enregistrement W1982477701 · doi:10.1086/603627

Determining the Functional Form of Density Dependence: Deductive Approaches for Consumer‐Resource Systems Having a Single Resource

2009· article· en· W1982477701 sur OpenAlexafffund
Peter A. Abrams

Notice bibliographique

RevueThe American Naturalist · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésResource (disambiguation)Density dependencePopulationPopulation densityEconometricsRange (aeronautics)EcologyPopulation sizeEconomicsBiologyComputer scienceDemographyMaterials scienceSociology

Résumé

récupéré en direct d'OpenAlex

Consumer-resource models are used to deduce the functional form of density dependence in the consumer population. A general approach to determining the form of consumer density dependence is proposed; this involves determining the equilibrium (or average) population size for a series of different harvest rates. The relationship between a consumer's mortality and its equilibrium population size is explored for several one-consumer/one-resource models. The shape of density dependence in the resource and the shape of the numerical and functional responses all tend to be "inherited" by the consumer's density dependence. Consumer-resource models suggest that density dependence will very often have both concave and convex segments, something that is impossible under the commonly used theta-logistic model. A range of consumer-resource models predicts that consumer population size often declines at a decelerating rate with mortality at low mortality rates, is insensitive to or increases with mortality over a wide range of intermediate mortalities, and declines at a rapidly accelerating rate with increased mortality when mortality is high. This has important implications for management and conservation of natural populations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,069
Tête enseignante GPT0,291
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207