MétaCan
Menu
Retour à la cohorte
Enregistrement W2951192276 · doi:10.1155/2019/6509867

The State‐Dependent Impulsive Model with Action Threshold Depending on the Pest Density and Its Changing Rate

2019· article· en· W2951192276 sur OpenAlexaff
Ihsan Ullah Khan, Sanyi Tang, Biao Tang

Notice bibliographique

RevueComplexity · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensYork University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésAction (physics)PEST analysisState (computer science)Statistical physicsMathematicsPhysicsBiologyQuantum mechanicsAlgorithmBotany

Résumé

récupéré en direct d'OpenAlex

Whether the integrated control measures are applied or not depends not only on the current density of pest population, but also on its current growth rate, and this undoubtedly brings challenges and new ideas to the state control measures that only rely on the pest density. To address this, utilizing the tactics of IPM, we constructed a Lotka‐Volterra predator‐prey system with action threshold depending on the pest density and its changing rate and examined its dynamical behavior. We present new criteria guaranteeing the existence, uniqueness, and global stability of periodic solutions. With the help of Lambert W function, the Poincaré map is constructed for the phase set, which can help us to provide the satisfactory conditions for the existence and stability of the semitrivial periodic solution and interior order‐1 periodic solutions. Furthermore, the existence of order‐2 and nonexistence of order‐k(k ≥ 3) periodic solutions are discussed. The idea of action threshold depending on the pest density and its changing rate is more general and can generate new remarkable directions as well compared with those represented in earlier studies. The analytical techniques developed in this paper can play a significant role in analyzing the impulsive models with complex phase set or impulsive set.

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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

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
Bibliométrie0,0010,000
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 Opus0,087
Tête enseignante GPT0,311
Écart entre enseignants0,224 · 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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