MétaCan
Menu
Retour à la cohorte
Enregistrement W4389339895 · doi:10.1016/j.jde.2023.11.017

Hydra effect and global dynamics of predation with strong Allee effect in prey and intraspecific competition in predator

2023· article· en· W4389339895 sur OpenAlexaff
Dingyong Bai, Jianhong Wu, Bo Zheng, Jianshe Yu

Notice bibliographique

RevueJournal of Differential Equations · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensYork University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAllee effectIntraspecific competitionPredationPredatorCompetition (biology)PopulationBiologyExtinction (optical mineralogy)EcologyHomoclinic orbitMathematicsBifurcationPhysics

Résumé

récupéré en direct d'OpenAlex

We consider a predator-prey system with strong Allee effect in prey and intraspecific competition in predator. We divide the parameter space into several mutually exclusive regions, and for each region we give a rather complete description of the global dynamics including equilibrium stability, Hopf bifurcation and its directions, existence of a heteroclinic orbit loop, a homoclinic orbit loop and limit cycles. In comparison with systems without the Allee effect in prey and systems without the intraspecific competition in predator, we find that the Allee effect in prey and the over-exploitation of the prey by the predator may drive the extinction of two species, but the intraspecific competition in the predator can generate “hydra effect” that regulates the population size of both predator and prey by suppressing the over-exploitation of prey, improving the probability of survivals of two species.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil0,216

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,014
Tête enseignante GPT0,286
Écart entre enseignants0,272 · 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'étudeObservationnel
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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Differential EquationsMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207