MétaCan
Menu
Retour à la cohorte
Enregistrement W4367182487 · doi:10.1137/21m144623x

Resource-Mediated Competition Between Two Plant Species with Different Rates of Water Intake

2023· article· en· W4367182487 sur OpenAlexaff
Chunyi Gai, Théodore Kolokolnikov

Notice bibliographique

RevueSIAM Journal on Applied Mathematics · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)Range (aeronautics)PrecipitationVegetation (pathology)Plant speciesEcologyResource (disambiguation)Environmental scienceBiologyComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. We propose an extension of the well-known Klausmeier model of vegetation to two plant species that consume water at different rates. Rather than competing directly, the plants compete through their intake of water, which is a shared resource between them. In semiarid regions, the Klausmeier model produces vegetation spot patterns. We are interested in how the competition for water affects the coexistence and stability of patches of different plant species. We consider two plant types—a “thirsty” species and a “frugal” species—that only differ by the amount of water they consume per unit growth, while being identical in other aspects. We find that there is a finite range of precipitation rate for which two species can coexist. Outside of that range (when the rate is either sufficiently low or high), the frugal species out-competes the thirsty species. As the precipitation rate is decreased, there is a sequence of stability thresholds such that thirsty plant patches are the first to die off, while the frugal spots remain resilient for longer. The pattern consisting of only frugal spots is the most resilient. The next most resilient pattern consists of all-thirsty patches, with the mixed pattern being less resilient than either of the homogeneous patterns. We also examine numerically what happens for very large precipitation rates. We find that for a sufficiently high rate, the frugal plant takes over the entire range, out-competing the thirsty plant.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,219
Écart entre enseignants0,205 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSIAM Journal on Applied MathematicsMême sujetEcosystem dynamics and resilienceTravaux en français237 207