MétaCan
Menu
Retour à la cohorte
Enregistrement W2247109820 · doi:10.1109/ssci.2015.159

The Impact of Obstruction on a Model of Competitive Exclusion in Plants

2015· article· en· W2247109820 sur OpenAlexaff
Jeffrey Tsang, Daniel Ashlock

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)GridSpace (punctuation)Adaptation (eye)Block (permutation group theory)ToroidComputer scienceMathematicsBiologyEconomicsMicroeconomicsPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

This study extends an earlier work on an agent based model of competitive exclusion in plants by adding obstructions to a toroidal agent world. The agents are called grid plants, whose genome specifies their pattern of growth and when they make seeds. Seed production is the figure of merit used to assess the success of grid plants. Barriers are found to substantially inhibit seed production, out of proportion to the amount of space they occupy. Two types of barriers are used, ones that occupy productive space in the simulation and ones that block growth between grids of the simulation but occupy no space. Both sorts of barriers are found to inhibit seed production well in excess of the physical space obstructed, nor is fraction of obstruction a strong determinant of the level of inhibition. There is a cooperative effect from both seed mortality and barriers: past some threshold dependent on both, the plants take much longer to achieve exponential growth, if at all. A very strong effect of nonlocal adaptation is apparent in the results, where plants evolved under increasing hardship are initially better adapted, even to other boards, but the effect reverses when evolutionary pressure becomes too high.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,339
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvolutionary Game Theory and CooperationTravaux en français237 207