MétaCan
Menu
Retour à la cohorte
Enregistrement W2070734409 · doi:10.1086/428068

Transient Dynamics Limit the Effectiveness of Keystone Predation in Bringing about Coexistence

2005· article· en· W2070734409 sur OpenAlexaff
Erik G. Noonburg, Peter A. Abrams

Notice bibliographique

RevueThe American Naturalist · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPredationEcologyPredatorBiologyPopulationFood webExtinction (optical mineralogy)LimitingKeystone speciesEcosystem

Résumé

récupéré en direct d'OpenAlex

We analyze the transient dynamics of simple models of keystone predation, in which a predator preferentially consumes the dominant of two (or more) competing prey species. We show that coexistence is unlikely in many systems characterized both by successful invasion of either prey species into the food web that lacks it and by a stable equilibrium with high densities of all species. Invasion of the predator-resistant consumer species often causes the resident, more vulnerable prey to crash to such low densities that extinction would occur for many realistic population sizes. Subsequent transient cycles may entail very low densities of the predator or of the initially successful invader, which may also preclude coexistence of finite populations. Factors causing particularly low minimum densities during the transient cycles include biotic limiting resources for the prey, limited resource partitioning between the prey, a highly efficient predator with relatively slow dynamics, and a vulnerable prey whose population dynamics are rapid relative to the less vulnerable prey. Under these conditions, coexistence of competing prey via keystone predation often requires that the prey's competitive or antipredator characteristics fall within very narrow ranges. Similar transient crashes are likely to occur in other food webs and food web models.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,299
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations39
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207