MétaCan
Menu
Retour à la cohorte
Enregistrement W4407810332 · doi:10.1016/j.ecocom.2025.101117

Deterministic and stochastic plankton dynamics: Effects of contamination, refuge, and additional food sources

2025· article· en· W4407810332 sur OpenAlexafffund
Bapin Mondal, Sayan Mandal, Pankaj Kumar Tiwari, Hao Wang, Pablo Venegas Garcia

Notice bibliographique

RevueEcological Complexity · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPlanktonEnvironmental scienceContaminationEcologyEconometricsBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Studying plankton systems encompasses different interests, including understanding ecological cycles and developing sustainable strategies in aquaculture research regarding food security. Zooplankton farming is economically valuable, and its production may depend primarily on the availability of phytoplankton and other external food sources. However, diverse factors may affect overall phytoplankton–zooplankton interactions. For example, phytoplankton’s defense mechanisms, such as finding refuge and releasing toxins or low phytoplankton’s sustainable environments, can decrease zooplankton populations. Another critical factor is the adverse effects of pollution on plankton systems, which are more frequently present in water bodies. Still, zooplankton may survive harsh conditions if present pollutants are in low concentrations and external sources, including animal waste, are available. The partial understanding of these trophic interactions depends on initial assumptions, and using stochastic approaches may reduce the gap between deterministic mathematical outcomes and reality. In this work, we have mathematically described a planktonic system under the above assumptions using a deterministic model as well as its stochastic version. Our findings suggest that zooplankton growth is possible under polluted environments by providing them with external food sources, complementing phytoplankton availability. However, in these circumstances, random external environmental factors may cause the phytoplankton population to collapse. Through stochastic numerical experiments, we estimate which possible scenarios are more likely to induce phytoplankton extinction in these plankton systems.

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)0,005
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcological ComplexityMême sujetEcosystem dynamics and resilienceTravaux en français237 207