MétaCan
Menu
Retour à la cohorte
Enregistrement W2056013245 · doi:10.1073/pnas.1106235108

Metacommunity theory explains the emergence of food web complexity

2011· article· en· W2056013245 sur OpenAlexafffund
Pradeep Pillai, Andrew Gonzalez, Michel Loreau

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensMcGill University
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésMetacommunityFood webEcologyEcological networkBiodiversityBiologyBiological dispersalComputer scienceEcosystem

Résumé

récupéré en direct d'OpenAlex

Food webs are highly complex ecological networks, dynamic in both space and time. Metacommunity models are now at the core of unified theories of biodiversity, but to date they have not addressed food web complexity. Here we show that metacommunity theory can explain the emergence of species-rich food webs with complex network topologies. Our analysis shows that network branching in the food web is maximized at intermediate colonization rates and limited dispersal scales, which also leads to concomitant peaks in species diversity. Increased food web complexity and species diversity are made possible by the structural role played by network branches that are supported by omnivore and generalist feeding links. Thus, in contrast to traditional food web theory, which emphasizes the destabilizing effect of omnivory feeding in closed systems, metacommunity theory predicts that these feeding links, which are commonly observed in empirical food webs, play a critical structural role as food webs assemble in space. As this mechanism functions at the metacommunity level, evidence for its operation in nature will be obtained through multiscale surveys of food web structure. Finally, we apply our theory to reveal the effects of habitat destruction on network complexity and metacommunity diversity.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,634
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,299
Tête enseignante GPT0,287
Écart entre enseignants0,012 · 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'étudeExpérimental (laboratoire)
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

Citations172
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPlant and animal studiesTravaux en français237 207