MétaCan
Menu
Retour à la cohorte
Enregistrement W3160372375 · doi:10.3934/mbe.2021206

Dynamics induced by environmental stochasticity in a phytoplankton-zooplankton system with toxic phytoplankton

2021· article· en· W3160372375 sur OpenAlexaff
He Liu, Chuanjun Dai, Hengguo Yu, Qing Guo, Jianbing Li, Aimin Hao, Jun Kikuchi, Min Zhao

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésPhytoplanktonZooplanktonPlanktonEnvironmental scienceMarine ecosystemExtinction (optical mineralogy)Biomass (ecology)EcosystemEcologyBiologyOceanographyNutrient

Résumé

récupéré en direct d'OpenAlex

Environmental stochasticity and toxin-producing phytoplankton (TPP) are the key factors that affect the aquatic ecosystems. To investigate the effects of environmental stochasticity and TPP on the dynamics of plankton populations, a stochastic phytoplankton-zooplankton system with two TPP is studied theoretically and numerically in this paper. Theoretically, we first prove that the system possesses a unique and global positive solution with positive initial values, and then derive some sufficient conditions guaranteeing the extinction and persistence in the mean of the system. Significantly, it is shown that the system has a stationary distribution when toxin liberation rate reaches some a critical value. Additionally, numerical analysis shows that the white noise can affect the survival of plankton populations directly. Furthermore, it has been observed that the increasing one toxin liberation rate can increase the survival chance of phytoplankton and reduce the biomass of zooplankton, but the combined effects of two liberation rates on the changes in plankton populations are stronger than that of controlling any one of the two TPP.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,734

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,210 · 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'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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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