Effects of diversity on diversity: consequences of competition and facilitation
Notice bibliographique
Résumé
Diversity in one group of species or genotypes is often correlated with diversity in a second group – prominent examples including native vs exotic species, and genetic diversity in a focal species vs species diversity in the rest of the community. I used simulation models to investigate the roles of competition and facilitation among species or genotypes in creating diversity–diversity relationships, with a focus on facilitation, which has received little theoretical attention. When competitive interactions dominate, increasing diversity in one group reduces diversity in the second group via filling of available niche space. Facilitation can create positive diversity–diversity relationships via a sampling effect, whereby a strong facilitator of the second group is more likely to be present as diversity increases in the first group, and also via one group acting as a source of biotic heterogeneity (i.e. diversifying selection) on the second group. However, the biotic heterogeneity effect is expected only under restricted conditions – with asymmetric facilitation, only during a transient period, or only over a small range of species diversity levels – and therefore seems unlikely to operate within trophic levels in natural communities. More generally, the simultaneous operation of competition and facilitation results in several different diversity–diversity relationships and underlying mechanisms. The results clarify the potential roles of positive and negative interactions in creating diversity–diversity relationships, and in determining the outcome of community dynamics in general. This study also highlights some important difficulties in incorporating facilitation into ecological theory for communities with many species.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».