MétaCan
Menu
Retour à la cohorte
Enregistrement W2002566879 · doi:10.1086/660280

The Effect of Travel Loss on Evolutionarily Stable Distributions of Populations in Space

2011· article· en· W2002566879 sur OpenAlexaff
Donald L. DeAngelis, Gail S. K. Wolkowicz, Yuan Lou, Yuexin Jiang, Márk Novák, Richard Svanbäck, Márcio S. Araújo, YoungSeung Jo, Erin A. Cleary

Notice bibliographique

RevueThe American Naturalist · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMetapopulationBiological dispersalEcologyIdeal free distributionPopulationBiologyHabitatSpatial heterogeneityMovement (music)EconometricsEconomicsDemography

Résumé

récupéré en direct d'OpenAlex

A key assumption of the ideal free distribution (IFD) is that there are no costs in moving between habitat patches. However, because many populations exhibit more or less continuous population movement between patches and traveling cost is a frequent factor, it is important to determine the effects of costs on expected population movement patterns and spatial distributions. We consider a food chain (tritrophic or bitrophic) in which one species moves between patches, with energy cost or mortality risk in movement. In the two-patch case, assuming forced movement in one direction, an evolutionarily stable strategy requires bidirectional movement, even if costs during movement are high. In the N-patch case, assuming that at least one patch is linked bidirectionally to all other patches, optimal movement rates can lead to source-sink dynamics where patches with negative growth rates are maintained by other patches with positive growth rates. As well, dispersal between patches is not balanced (even in the two-patch case), leading to a deviation from the IFD. Our results indicate that cost-associated forced movement can have important consequences for spatial metapopulation dynamics. Relevance to marine reserve design and the study of stream communities subject to drift is discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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'étudeObservationnel
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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetFish Ecology and Management StudiesTravaux en français237 207