A generalized adaptive harvesting model exhibits cusp bifurcation, noise, and rate-associated tipping pathways
Notice bibliographique
Résumé
Abstract The sustainability of renewable resource harvesting may be threatened by environmental and socioeconomic changes that induce tipping points. Here, we propose a synthetic harvesting model with a comprehensive set of socioecological factors that have not been explored together, including market price and stock value, effort and processing costs, labour and natural capital elasticities, societal risk aversion, maximum sustainable yield ( MSY ), and population growth shape. We solve for harvest rate and stock biomass solutions by applying a timescale-separation between fast ecological dynamics and slow institutional adaptation that responds myopically to short-term net profit. The result is a cusp bifurcation with two composite bifurcation parameters: 1. consumptive scarcity λ c or the ratio of market price-to-processing cost divided by MSY (leading to a pitchfork), and 2. non-consumptive scarcity λ n or the stock value minus a scaled effort cost (leading to saddle-nodes or folds). Together, consumptive and non-consumptive scarcities create a cusp catastrophe. We further identify four tipping phenomena: 1. process (harvest rate) noise-induced tipping; 2. exogenous ( λ c ) rate+process noise-induced tipping; 3. exogenous noise-induced reduction in tipping; and 4. exogenous cycle-induced reduction in tipping. Case 2 represents the first mechanistically motivated example of rate-associated tipping in socioecological systems, while cases 3 and 4 resemble noise-induced stability. We discuss the empirical relevance of catastrophe and tipping in natural resource management. Our work shows that human institutional behaviour coupled with changing socioecological conditions can cause counterintuitive sustainability and resilience outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».