MétaCan
Menu
Retour à la cohorte
Enregistrement W3015007604 · doi:10.1051/mmnp/2019055

Extinction and ergodic stationary distribution of a Markovian-switching prey-predator model with additional food for predator

2020· article· en· W3015007604 sur OpenAlexaff
Xiaoxia Guo, Dehao Ruan

Notice bibliographique

RevueMathematical Modelling of Natural Phenomena · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensConcordia University
Organismes subventionnairesGuangzhou University
Mots-clésPredatorExtinction (optical mineralogy)PredationWhite noisePopulationStationary distributionEnvironmental noiseNoise (video)Ergodic theoryBiologyFunctional responseEcologyMathematicsStatistical physicsStatisticsPhysicsMarkov chainMathematical analysisComputer scienceDemography

Résumé

récupéré en direct d'OpenAlex

In this work we have studied a stochastic predator-prey model where the prey grows logistically in the absence of predator. All parameters but carrying capacity have been perturbed with telephone noise. The prey’s growth rate and the predator’s death rate have also been perturbed with white noises. Both of these noises have been proved extremely useful to model rapidly fluctuating phenomena Dimentberg (1988). The conditions under which extinction of predator and prey populations occur have been established. We also give sufficient conditions for positive recurrence and the existence of an ergodic stationary distribution of the positive solution, red which in stochastic predator-prey systems means that the predator and prey populations can be persistent, that is to say, the predator and prey populations can be sustain a quantity that is neither too much nor too little. In our analysis, it is found that the environmental noise plays an important role in extinction as well as coexistence of prey and predator populations. It is shown in numerical simulation that larger white noise intensity will lead to the extinction of the population, while telephone noise may delay or reduce the risk of species extinction.

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)0,003
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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 Opus0,042
Tête enseignante GPT0,255
Écart entre enseignants0,213 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling of Natural PhenomenaMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207