MétaCan
Menu
Retour à la cohorte
Enregistrement W2271744073 · doi:10.1086/681638

Optimal Forager against Ideal Free Distributed Prey

2015· article· en· W2271744073 sur OpenAlexaff
József Garay, Ross Cressman, Fei Xu, Zoltán Varga, Tomás Cabello García

Notice bibliographique

RevueThe American Naturalist · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésIdeal free distributionPredationForagingOptimal foraging theoryBiological dispersalEcologyStatistical physicsMathematical optimizationMathematicsBiologyPhysicsPopulation

Résumé

récupéré en direct d'OpenAlex

The introduced dispersal-foraging game is a combination of prey habitat selection between two patch types and optimal-foraging approaches. Prey's patch preference and forager behavior determine the prey's survival rate. The forager's energy gain depends on local prey density in both types of exhaustible patches and on leaving time. We introduce two game-solution concepts. The static solution combines the ideal free distribution of the prey with optimal-foraging theory. The dynamical solution is given by a game dynamics describing the behavioral changes of prey and forager. We show (1) that each stable equilibrium dynamical solution is always a static solution, but not conversely; (2) that at an equilibrium dynamical solution, the forager can stabilize prey mixed patch use strategy in cases where ideal free distribution theory predicts that prey will use only one patch type; and (3) that when the equilibrium dynamical solution is unstable at fixed prey density, stable behavior cycles occur where neither forager nor prey keep a fixed behavior.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
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 Opus0,030
Tête enseignante GPT0,308
Écart entre enseignants0,278 · 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

Citations33
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207