Associate Professor

Grand Valley State University
Annis Water Resources Institute
740 West Shoreline Drive
Muskegon, MI 49441

Office: 133 Lake Michigan Center
Phone: (616) 331-3987
Fax: (616) 331-3864
E-mail: [email protected]

Academic Background

• Ph.D.，生物学(理论生态学)，宾夕法尼亚大学，1979年
• B.S.戴维森学院，生物学，1974年
   

当前的研究领域-概述

• 基于自由水溶解氧动力学估算河流代谢组分的机制模型和统计方法
• 粒子输运的随机模型(e.g.(微生物、细颗粒有机物、无脊椎动物)
• 受管理的入侵水生和陆生植物的生态进化模式
• Non-parametric, semi-parametric, 并将全参数化的统计时间事件分析方法应用于种子萌发实验数据
• 估计溪流鱼类丰度的统计方法
• 空间上明确的集水区模型，将土地利用/覆盖衍生的压力源与溪流中的生态条件联系起来
• 微生物种群的生理学基础模型

当前研究领域-附加信息

• 欧洲杯押注网页我目前研究的更详细信息, 包括选定的项目和出版物, please visit my research website here.
   

Teaching

• BIO/NRM 480/580:生物系统建模技术 (双数年秋季学期，3学分). 长期以来，基于数学模型的理论在生物科学的各个分支学科中一直具有重要的基础作用. In population biology, 这种重要性至少可以追溯到18世纪, for example, 欧拉在数理人口学方面的工作. In the early to mid 20th century, 在生物学的许多领域，数学方法出现了巨大的发展, including ecology, population genetics, 渔业及野生动物管理, biophysics, epidemiology, physiology, and biochemistry. More recently, 数学模型在新的领域变得很重要, such as developmental biology, bioinformatics, and molecular biology.

  尽管数学理论在生物科学中的重要性迅速增加, 生物学学生通常不需要学习理解所需的数学和计算技能, assess, apply, or develop mathematical models. 本课程的主要目的是通过为生物学学生提供一套基本的数学知识来部分填补这一空白, computational, 计算机图形学技能将使他们能够理解和批判性地评估生物学文献中几种最常见的模型类型, 并开发自己的新模式.

  本课程中涉及的主要模型类型是差分方程, matrix models, 常微分方程. 不假设这些主题的先验知识. As background, 课程的开始是唤起学生对小学数学各种主题的记忆, 包括代数的基本规则和各种标准数学函数(幂函数), exponential functions, etc.). 本课程还为学生提供了初级微积分必修部分的介绍, 专为生物学生和没有先验知识的假设.

  向学生展示如何使用R编程语言以数值方式实现每种技术并绘制结果. 应用到现代生物学的各个分支说明了工作的例子和阅读从文献. 在课程中审查的具体申请将根据注册学生的兴趣进行选择，但可能包括, for example, topics in animal behavior, population and community ecology, population genetics, 渔业及野生动物管理, ecotoxicology, epidemiology, cell and organism physiology, biochemistry, 基因和新陈代谢的调节, 和统计主题，如最小二乘参数估计和主成分分析.

  这不是一门数学或计算机编程课程. 重点放在如何将各种技术应用于生物学问题上，而不是数学或编程 per se.

• NRM 582: Fisheries management (奇数年冬季学期，与博士. Carl Ruetz, 3 credits). 本课程介绍基本的渔业科学与管理, 重点是淡水系统. 它假设对鱼有基本的熟悉，但没有渔业管理的先验知识. 本课程着重于鱼类种群及其栖息地的管理过程, 所需的现场和实验室方法和装备, 以及各种有用的建模和统计工具. 具体主题包括渔业管理统计(实验设计和假设检验), regression analysis, model selection, repeated measures), length-weight relationships, condition, age and growth, estimating mortality, gear bias, abundance estimation, population growth and harvest, the yield-per-recruit model, bioenergetics models, and stocking and regulations.

• 科学计算的R编程 (双数年冬季学期，3学分). 本课程使用R编程语言向学生介绍为生物科学应用编写计算机程序的技巧. 重点是在科学应用中广泛使用的许多编程语言中常见的编程概念和结构, 尽管包含了R中一些最有用的特殊特性, as well. 本课程涵盖基本的编程技术, 在生物科学的科学应用中有用的各种数值方法, and technical graphics.