Inferring Size-Based Functional Responses From the Physical Properties of the Medium
Notice bibliographique
Résumé
First derivations of the functional response were mechanistic, but subsequent uses of these functions tended to be phenomenological. Further understanding of the mechanisms underpinning predator-prey relationships might lead to novel insights into functional response in natural systems. Because recent consideration of the physical properties of the environment has improved our understanding of predator-prey interactions, we advocate the use of physics-based approaches for the derivation of the functional response from first principles. These physical factors affect the functional response by constraining the ability of both predators and prey to move according to their size. A physics-based derivation of the functional response should thus consider the movement of organisms in relation to their physical environment. One recent article presents a model along these criteria. As an initial validation of our claim, we use a slightly modified version of this model to derive the classical parameters of the functional response (i.e., attack rate and handling time) of aquatic organisms, as affected by body size, buoyancy, water density and viscosity. We compared the predictions to relevant data. Our model provided good fit for most parameters, but failed to predict handling time. Remarkably, this is the only parameter whose derivation did not rely on physical principles. Parameters in the model were not estimated from observational data. Hence, systematic discrepancies between predictions and real data point immediately to errors in the model. An added benefit to functional response derivation from physical principles is thus to provide easy ways to validate or falsify hypotheses about predator-prey relationships.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».