Demographic analysis of gummy shark (<i>Mustelus antarcticus</i>) and school shark (<i>Galeorhinus galeus</i>) off southern Australia by applying a generalized Lotka equation and its dual equation
Notice bibliographique
Résumé
Although Lotka's equation is commonly used for calculating the intrinsic rate of increase with time of a fish population in demographic analysis, its dual equation has never been derived. In this paper, we establish an explicit relationship between the intrinsic rate of increase with time of a fish population and its instantaneous rate of natural mortality from an age-dependent population dynamics model, derive a generalized Lotka equation for calculating the intrinsic rate of increase with time, and derive its dual equation for calculating the intrinsic rate of decrease with age. The virginal intrinsic rate of increase with time of the gummy shark (Mustelus antarcticus) population was calculated as 0.115957·year-1 and its intrinsic rate of decrease with age as -0.312957·year-1. The virginal intrinsic rate of increase with time of the school shark (Galeorhinus galeus) population was calculated as 0.109480·year-1 and its intrinsic rate of decrease with age as -0.216980·year-1. The generalized Lotka equation and its dual equation thus derived imply that both reproductive schedules of a population of animals and its instantaneous rate of total mortality determine its intrinsic rate of increase with time, whereas its reproductive schedules alone determine its intrinsic rate of decrease with age.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».