MétaCan
Menu
Retour à la cohorte
Enregistrement W2935708879 · doi:10.3934/mbe.2019134

The impacts of dispersal on the competition outcome of multi-patch competition models

2019· article· en· W2935708879 sur OpenAlexaff
Ali Mai, Guowei Sun, LinWang

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBiological dispersalCompetition (biology)HomogeneousCompetition modelInstabilityCoexistence theoryEcologyStatistical physicsBiologyPhysicsMechanicsEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

In this paper, we study a two-species competition model over patchy environments. One species is assumed to disperse randomly between patches with a constant dispersal delay. We show that the dispersal does not affect the stability and instability of the homogeneous coexistence equilibrium in two configurations (fully connected configuration and ring-structured configuration) of an arbitrary number of patches. For the weak competition case, we show that the homogeneous coexistence equilibrium is the unique coexistence equilibrium and both species can coexist. However, for the strong competition case, we show that the homogeneous coexistence equilibrium is unstable, in addition, small dispersal rate can induce multiple coexistence equilibria and the dispersal (including the dispersal rate and the dispersal delay) does have impacts on determining the competition outcome and can induce multi-stability. As a result, transient coexistence of both species can be observed in all patches, and long-term coexistence of both species in some patches, though not in all patches, becomes possible.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,921
Score d'incertitude au seuil0,240

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,284
Écart entre enseignants0,250 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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