MétaCan
Menu
Retour à la cohorte
Enregistrement W2903330699 · doi:10.3934/mbe.2019001

Stochastic modeling of algal bloom dynamics with delayed nutrient recycling

2018· article· en· W2903330699 sur OpenAlexaff
Xuehui Ji, Sanling Yuan, Tonghua Zhang, Huaiping Zhu

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAlgal bloomMarkov chainBloomPopulationWhite noiseNoise (video)Environmental noiseUniquenessNutrientFood chainDetritusMathematicsApplied mathematicsPhytoplanktonEnvironmental scienceComputer scienceEcologyStatisticsBiologyPhysicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Using the discrete Markov chain, in this paper we develop a stochastic model for algal bloom, in which white noise terms are introduced to describe the effects of environmental random fluctuations and time delay to account for the time needed in the conversion of detritus into nutrient. For the proposed model, we firstly discuss the well-posedness, namely the existence and uniqueness of the global positive solution. Then, it is followed by seeking the sufficient conditions for the stochastic stability of its washout equilibrium. Then by using Fourier transform method, the spectral densities of the nutrient and the algae population are estimated. Finally, we show that larger noise can make the algae population extinct exponentially with probability one. Our theoretical and numerical results suggest that the environmental random fluctuations may have more significant influences on the dynamics of the model than the delay. These findings are helpful for a better understanding of the formation mechanism of algal 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,190
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetEcosystem dynamics and resilienceTravaux en français237 207