A Lévy-flight diffusion model to predict transgenic pollen dispersal
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The containment of genetically modified (GM) pollen is an issue of significant concern for many countries. For crops that are bee-pollinated, model predictions of outcrossing rates depend on the movement hypothesis used for the pollinators. Previous work studying pollen spread by honeybees, the most important pollinator worldwide, was based on the assumption that honeybee movement can be well approximated by Brownian motion. A number of recent studies, however, suggest that pollinating insects such as bees perform Lévy flights in their search for food. Such flight patterns yield much larger rates of spread, and so the Brownian motion assumption might significantly underestimate the risk associated with GM pollen outcrossing in conventional crops. In this work, we propose a mechanistic model for pollen dispersal in which the bees perform truncated Lévy flights. This assumption leads to a fractional-order diffusion model for pollen that can be tuned to model motion ranging from pure Brownian to pure Lévy. We parametrize our new model by taking the same pollen dispersal dataset used in Brownian motion modelling studies. By numerically solving the model equations, we show that the isolation distances required to keep outcrossing levels below a certain threshold are substantially increased by comparison with the original predictions, suggesting that isolation distances may need to be much larger than originally thought.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle