MétaCan
Menu
Retour à la cohorte
Enregistrement W4396591677 · doi:10.1137/23m1581613

Stoichiometry-Dependent Fear Effect in a Food Chain Model

2024· article· en· W4396591677 sur OpenAlexafffund
Tianxu Wang, Hao Wang

Notice bibliographique

RevueSIAM Journal on Applied Mathematics · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésStoichiometryChain (unit)Food chainRisk modelMathematicsEnvironmental scienceStatistical physicsEconometricsMaterials sciencePhysicsChemistryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

.Evidence shows that resource quality can determine the costs and benefits of the fear effect on consumer dynamics. However, mechanistic modeling and analysis are lacking. This paper formulates a tritrophic level food chain model that integrates both stoichiometric food quality and fear effect. We establish the well-posedness of the model and examine the existence and stability of equilibria. Through extensive numerical simulations, we validate our findings and visually explore the interactive effects of fear and food quality. Our results reveal that the fear effect from predators stabilizes the system. Furthermore, we demonstrate that the fear effect amplifies the influence of food quality on consumers. When food quality is favorable, the fear effect enhances consumer production efficiency, whereas, in the case of poor food quality, the fear effect exacerbates the decline in production efficiency caused by low-nutrient food.Keywordsproducer-consumer-predatorfear effect stoichiometric constraints production efficiencyasymptotic analysisMSC codes92B0592D2534D0534D2334C60

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)0,003
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 Opus0,018
Tête enseignante GPT0,299
Écart entre enseignants0,280 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSIAM Journal on Applied MathematicsMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207