Geheimnisse unter den weltlichen Hilfe sparen Arten
Diese ScienceLives Artikel wurde bereitgestellt, um Live-Wissenschaft Experten stimmen: Op-Ed & Einblicke in Zusammenarbeit mit der National Science Foundation.
Jahreszeiten kommen und Saison gehen, aber Jake Ferguson, Ebbe und Flut von Ressourcen, die mit saisonalen Wechsel auftreten sind reich an Daten, die verwendet werden können, um theoretische und angewandte Ökologie Fragen. Als postdoctoral Fellow am National Institute for Mathematical and biologische Synthese, die von der National Science Foundation finanziert wird, schafft Ferguson Modelle der Saisonalität, die zur Verbesserung der Vorhersagen der tierischen Bevölkerungswachstum und ablehnen.
Trotz einer anfänglichen Streifzug durch Studium der Physik als Student und sogar verdienen einen Master-Abschluss im Bereich ist Ferguson Forschung in den Bereichen Mathematik und Ökologie, nun fest geerdet wo er für die Bewirtschaftung und Erhaltung von Tierarten forscht.
Name: Jake Ferguson
Alter: 34
Institution: Nationales Institut für mathematische und biologische Synthese
Heimatstadt: Seattle, Washington
Fachrichtung: Populationsökologie
Die National Science Foundation: Was ist dein Feld und warum es inspirieren Sie?
Jake Ferguson: Ich bin eine Bevölkerung Ökologe. Ich habe schon immer interessiert in den Mysterien zugrunde liegen, was scheint banal zu sein. Alltag und Trends in Tierpopulationen durch die Zeit gehören zu jener Dinge, die wir erleben aber, die erweisen sich als sehr schwer zu erklären. Ich entschied mich für dieses Feld durch die Möglichkeit, sich im Freien in der Natur als auch hinsichtlich der Mathematik zu tun. Ich mache meistens Letzteres heutzutage jedoch.
NSF: Bitte beschreiben Sie Ihre aktuelle Forschung.
J.F.: Saisonalität ist die Ebbe und Flut von Ressourcen über das ganze Jahr. Die meisten Modelle der tierischen Bevölkerungswachstum ignorieren Saisonalität, und dies kann machen es schwierig, die Auswirkungen von lokalen Umweltfaktoren auf das Bevölkerungswachstum zu erkennen und abzulehnen. Mein Ziel ist es, Saisonalität in Modellen der tierischen Bevölkerungswachstum zu integrieren, um die Folgen dieser Dynamik zu verstehen. Ich bin besonders daran interessiert, wie die Art und Weise formulieren wir Modelle führen kann, oder in die Irre führen, unsere Forschungsanstrengungen.
NSF: Was ist das primäre Ziel Ihrer Forschung?
J.F.: Ich die saisonalen Muster des Ressourcen-Modell und diese nutzen, um unser Verständnis der Auswirkungen der lokalen Umweltfaktoren auf die zukünftige Bevölkerungsentwicklung zu verbessern. Diese Modelle können Vorhersagen von der Bevölkerung als Antwort auf lokale Umwelteinflüsse verbessern zu können. Insgesamt ist meine Motivation die Notwendigkeit einer besseren Werkzeugen zum Bevölkerung Bewirtschaftung und Erhaltung Entscheidungen wichtige biologische Prozesse herstellen.
NSF: Was ist das größte Hindernis für die Erreichung Ihrer Zielsetzung?
J.F.: Bau von Modellen, die brauchbar und nützlich sind, ist eine sehr schwierige Balance zu finden. Brauchbare Modelle sind diejenigen, die einfach genug sind, können wir gut verstehen und verbinden Sie sie mit Daten. Nützliche Modelle sind in der Lage, geben Einblick in ökologische Prozesse über die Bevölkerung Dinge lernen, die wir in der Lage, ansonsten zu lernen wäre.
NSF: Wie funktioniert Ihre Arbeit Gesellschaft profitieren?
J.F.: Artenschutz und Management ist ein wichtiger Faktor, die meine Arbeit zu motivieren.
NSF: Was Sie am besten über Ihre Arbeit tun?
J.F.: Ich liebe es, dass man von draußen Naturbeobachtung inspirieren. Ich liebe auch mit Feldbiologen arbeiten und versuchen, ihre Daten und Intuitionen mit Mathematik zu beschreiben.
NSF: Was ist dein entmutigendste professionelle Moment gewesen und wie Sie wiederherstellen? Was hast du gelernt?
J.F.: Ich habe mehrere entmutigend Momente als Doktorand, obwohl die schwierigsten meine erste Fachrichtung, Physik verlassen wurde. Ich absolvierte mein Master und plante ursprünglich auf promovieren. Ich erkannte, dass das Feld für mich ein schwieriger Prozess war, die mich wie ein Versager fühlen und ließ mich auf der Suche nach einem neuen Platz in der Welt. Zum Glück führte dies zu meiner Entdeckung der Ökologie. Ich konnte nicht glauben, es war eine magische Karriere wo Sie bezahlt könnte, Wandern Sie um den ganzen Tag im Sommer und im Winter rechnen.
NSF: Was die beste professionelle Beratung ist Sie jemals erhalten?
J.F.: Mein Meister Berater, Mark Taper, sagte etwas zu dem Effekt, dass "ein gutes Modell soll Sie überraschen." Natürlich ist es die meiste Zeit, wenn ein Modell mich überrascht, weil ich irgendwo einen Fehler gemacht. Allerdings gibt es Zeiten, wenn das Modell stimmt und ich habe mich geirrt. Diese Perspektive kontrastiert viele Modellierung Anstrengungen in der Ökologie, der rein deskriptiv. Obwohl dies ein wichtiger Bestandteil der wissenschaftlichen Arbeit, die Projekte, die ich gefunden habe, die meisten Freude und diejenigen, die machen meinen Job, was die meisten lohnend sind diejenigen, die mich irgendwo neu und überrascht mich.
NSF: Welche spannenden Entwicklungen liegen in der Zukunft für Ihr Feld?
J.F.: Letztlich, wenn wir die Auswirkungen des Klimawandels auf Arten Vorhersagen wollen, benötigen wir ein solides Verständnis der wie ökologische Faktoren Laufwerk Populationen. Die laufende Aufnahme der hochauflösenden Satelliten und Beobachtungsdaten in ökologische Modelle wird unsere Fähigkeit, zu verstehen und vorherzusagen, die Eigenschaften von ökologischen Systemen deutlich verbessern. Systeme wie das nationale ökologische Observatorium Netzwerk steigen, werden viele spannende Möglichkeiten, ökologische Prozesse mit Daten zu verknüpfen.
NSF: Was tun Sie, wenn Sie nicht im Labor oder im Feld sind?
J.F.: Ich liebe es mit meinen Hunden Wandern zu gehen. Ich habe auch vor kurzem Holzbearbeitung entdeckt.
Alle Experten stimmen Fragen und Debatten zu folgen – und werden Sie Teil der Diskussion – auf Facebook, Twitter und Google +. Sehen Sie das ScienceLives-Archiv. Die Meinungen sind die des Autors und spiegeln nicht unbedingt die Meinung des Herausgebers. Diese Version des Artikels erschien ursprünglich am Leben Wissenschaft.