MétaCan
Menu
Retour à la cohorte
Enregistrement W2914144525 · doi:10.1155/2019/3879626

Dynamics Induced by Delay in a Nutrient‐Phytoplankton Model with Multiple Delays

2019· article· en· W2914144525 sur OpenAlexaff
Chuanjun Dai, Hengguo Yu, Qing Guo, He Liu, Qi Wang, Zengling Ma, Min Zhao

Notice bibliographique

RevueComplexity · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceNational Natural Science Foundation of China
Mots-clésPhytoplanktonDynamics (music)Stability (learning theory)InstabilityNutrientStability theoryControl theory (sociology)Computer simulationMathematicsApplied mathematicsStatistical physicsPhysicsComputer scienceMechanicsEcologyNonlinear systemBiologyStatisticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

A nutrient‐phytoplankton model with multiple delays is studied analytically and numerically. The aim of this paper is to study how the delay factors influence dynamics of interaction between nutrient and phytoplankton. The analytical analysis indicates that the positive equilibrium is always globally asymptotically stable when the delay does not exist. On the contrary, the positive equilibrium loses its stability via Hopf instability induced by delay and then the corresponding periodic solutions emerge. Especially, the stability switches for positive equilibrium occur as the delay is increased. Furthermore, the numerical simulations show that periodic‐2 and periodic‐3 solutions can appear due to the existence of delays. Numerical results are consistent with the analytical results. Our results demonstrate that the delay has a great impact on the nutrient‐phytoplankton dynamics.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,284
Écart entre enseignants0,241 · 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

Citations21
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComplexityMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207