MétaCan
Menu
Retour à la cohorte
Enregistrement W2769811938 · doi:10.13034/jsst.v10i2.133

Using agent-based modelling algorithms to analyze the impacts of toxic contaminations on Lake Ontario ecosystem

2017· article· en· W2769811938 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Student Science and Technology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>Predatory fishEcologyFood webEcosystemForestryGeographyFisheryBiology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,957

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,298
Écart entre enseignants0,267 · 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