인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
In ectotherms, the performance of physiological, ecological and life-history traits universally increases with temperature to a maximum before decreasing again. Identifying the most appropriate thermal performance model for a specific trait type has broad applications, from metabolic modelling at the cellular level to forecasting the effects of climate change on population, ecosystem and disease transmission dynamics. To date, numerous mathematical models have been designed, but a thorough comparison among them is lacking. In particular, we do not know if certain models consistently outperform others and how factors such as sampling resolution and trait or organismal identity influence model performance. To fill this knowledge gap, we compile 2,739 thermal performance datasets from diverse traits and taxa, to which we fit a comprehensive set of 83 existing mathematical models. We detect remarkable variation in model performance that is not primarily driven by sampling resolution, trait type, or taxonomic information. Our results reveal a surprising lack of well-defined scenarios in which certain models are more appropriate than others. To aid researchers in selecting the appropriate set of models for any given dataset or research objective, we derive a classification of the 83 models based on the average similarity of their fits.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
