MétaCan
Menu
Retour à la cohorte
Enregistrement W2618881890 · doi:10.3934/mbe.2017057

Effect of seasonal changing temperature on the growth of phytoplankton

2017· article· en· W2618881890 sur OpenAlexaff
Ming Chen, Meng Fan, Xing Yuan, Huaiping Zhu

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPhytoplanktonEnvironmental scienceBiomass (ecology)NutrientAtmospheric sciencesAlgal bloomEcologyPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

An non-autonomous nutrient-phytoplankton interacting model incorporating the effect of time-varying temperature is established. The impacts of temperature on metabolism of phytoplankton such as nutrient uptake, death rate, and nutrient releasing from particulate nutrient are investigated. The ecological reproductive index is formulated to present a threshold criteria and to characterize the dynamics of phytoplankton. The positive invariance, dissipativity, and the existence and stability of boundary and positive periodic solution are established. The analyses rely on the comparison principle, the coincidence degree theory and Lyapunov direct method. The effect of seasonal temperature and daily temperature on phytoplankton biomass are simulated numerically. Numerical simulation shows that the phytoplankton biomass is very robust to the variation of water temperature. The dynamics of the model and model predictions agree with the experimental data. Our model and analysis provide a possible explanation of triggering mechanism of phytoplankton blooms.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,890
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
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 Opus0,013
Tête enseignante GPT0,269
Écart entre enseignants0,256 · 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

Citations23
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207