MétaCan
Menu
Retour à la cohorte
Enregistrement W2151145814 · doi:10.1098/rspa.2009.0650

Map dynamics versus dynamics of associated delay reaction–diffusion equations with a Neumann condition

2010· article· en· W2151145814 sur OpenAlexaff
Taishan Yi, Xingfu Zou

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMathematicsMathematical analysisReaction–diffusion systemNeumann boundary conditionCounterexampleScalar (mathematics)Nonlinear systemVon Neumann architectureStability (learning theory)Heat equationDynamical systems theoryBoundary value problemApplied mathematicsComputer sciencePure mathematicsGeometryPhysicsDiscrete mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we consider a class of delay reaction–diffusion equations (DRDEs) with a parameter ε>0. A homogeneous Neumann boundary condition and non-negative initial functions are posed to the equation. By letting , such an equation is formally reduced to a scalar difference equation (or map dynamical system). The main concern is the relation of the absolute (or delay-independent) global stability of a steady state of the equation and the dynamics of the nonlinear map in the equation. By employing the idea of attracting intervals for solution semiflows of the DRDEs, we prove that the globally stable dynamics of the map indeed ensures the delay-independent global stability of a constant steady state of the DRDEs. We also give a counterexample to show that the delay-independent global stability of DRDEs cannot guarantee the globally stable dynamics of the map. Finally, we apply the abstract results to the diffusive delay Nicholson blowfly equation and the diffusive Mackey–Glass haematopoiesis equation. The resulting criteria for both model equations are amazingly simple and are optimal in some sense (although there is no existing result to compare with for the latter).

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)0,001
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 enseignants0,870
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,234 · 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

Citations37
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207