MétaCan
Menu
Retour à la cohorte
Enregistrement W935187796 · doi:10.1038/srep12652

Weak Interactions and Instability Cascades

2015· article· en· W935187796 sur OpenAlexafffund
Taku Kadoya, Kevin S. McCann

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of Canada
Mots-clésInteractorWeak interactionFood webStability (learning theory)Computer scienceSet (abstract data type)PhysicsBiologyPredationEcologyEvolutionary biology

Résumé

récupéré en direct d'OpenAlex

Food web theory states that a weak interactor which is positioned in the food web such that it tends to deflect, or mute, energy away from a potentially oscillating consumer-resource interaction often enhances community persistence and stability. Here we examine how adding other weak interactions (predation/harvesting) on the stabilizing weak interactor alters the stability of food web using a set of well-established food web models/modules. We show that such "weak on weak" interaction chains drive an indirect dynamic cascade that can rapidly ignite a distant consumer-resource oscillator. Nonetheless, we also show that the "weak on weak" interactions are still more stable than the food web without them, and so weak interactions still generally act to stabilize food webs. Rather, these results are best interpreted to say that the degree of the stabilizing effect of a given important weak interaction can be severely compromised by other weak interactions (including weak harvesting).

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,614

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,042
Tête enseignante GPT0,326
Écart entre enseignants0,284 · 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'étudeSans objet
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207