Using agent-based modelling algorithms to analyze the impacts of toxic contaminations on Lake Ontario ecosystem
Notice bibliographique
Résumé
Recent advances in computer technology have brought a revolution in ecological modelling. Ecoinformatics and computational ecology make use of various programs, including agent-based modeling algorithms, to study ecological systems. In this study, an in-silico analysis was performed using an agent based modelling software, to analyze the impacts of a potential toxin on Lake Ontario ecosystem. For easier duplication of the real world into the virtual system, the ecosystem was divided into 6 compartments. These compartments include phytoplankton, zooplankton, macroinvertebrates, forage fish, piscivores, and sea lamprey. The test model was performed under five different concentrations of toxin. Each test was repeated 15 times to reduce demographic stochasticity. The results suggest that toxic contaminations, such as mercury, could potentially lead to population reduction in forage fish, piscivores and sea lamprey compartments.Les progrès récents reliés à la technologie informatique ont amené une révolution dans la modélisation écologique. L’éco-informatique et l’écologie computationnelle utilisent plusieurs programmes, y compris des algorithmes basés sur les systèmes multiagents pour étudier les systèmes écologiques. Dans cette étude, une analyse insilico a été accomplie en utilisant les systèmes multiagents pour analyser les impacts d’une toxine potentielle dans l’écosystème du Lac Ontario. Afin de mieux améliorer la représentation du monde réel dans le système virtuel, l’écosystème du Lac d’Ontario a été divisé en six compartiments. Ces compartiments comprennent le phytoplancton, le zooplancton, les macroinvertébrés, les poissons fourragers, les piscivores et la lamproie marine. Ce modèle a été examiné sous cinq concentrations des toxines différentes. Chaque examen a été répété 15 fois pour réduire la stochasticité démographique. Les résultats suggèrent que des contaminations toxiques, comme la contamination par le mercure, pourraient potentiellement arriver à une réduction de la population des poissons fourragers, des piscivores et des compartiments de la lamproie marine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».