Notice bibliographique
Résumé
I investigate the efficacy of the Moran effect as applied to natural population processes. The Moran effect, the correlated density‐independent disturbances that bring independently oscillating local populations into synchrony, was originally conceived as an attribute of a linear model system. However, it applies only approximately to natural populations, as they are inherently nonlinear in their density‐dependent structure, given that no animal has an unlimited reproductive capacity. The degree of approximation, as measured by the degree of correlation among populations involved, is shown to depend, given the density‐dependent structure, on the variances of the random disturbances. In particular, if the unperturbed density‐dependent process converges to an equilibrium density, approximation is good when the variances are equal among the populations involved and comparatively small, but it worsens as the variances and their differences increase. For those processes that do not converge, when unperturbed, but exhibit bounded oscillations, the degree of approximation tends to deteriorate considerably, or may practically collapse, even if the disturbances are not large in variance. A sample correlation coefficient is often spurious if the observed population processes to be correlated are highly autocorrelated and limited in length. To detect spuriousness, the density‐independent disturbances must somehow be estimated from the data. Three methods (moving‐average, linear regression, and nonlinear regression) are considered, and their merits and demerits are discussed. Results of the present investigation are summarized with respect to the interpretations (or diagnoses) of sample cross‐correlation functions.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».