MétaCan
Menu
Retour à la cohorte
Enregistrement W2117007598 · doi:10.1111/j.1461-0248.2007.01099.x

Environmental fluctuations can stabilize food web dynamics by increasing synchrony

2007· article· en· W2117007598 sur OpenAlexaff
David A. Vasseur, Jeremy W. Fox

Notice bibliographique

RevueEcology Letters · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFood webAsynchrony (computer programming)Extinction (optical mineralogy)EcologyConstant (computer programming)Stability (learning theory)Asynchronous communicationPredationCompetition (biology)Range (aeronautics)Environmental scienceBiological systemBiologyStatistical physicsComputer sciencePhysicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Natural food webs are species-rich, but classical theory suggests that they should be unstable and extinction-prone. Asynchronous fluctuations in the densities of competing consumers can stabilize food web dynamics in constant environments. However, environmental fluctuations often synchronize dynamics in nature. Using the same 'diamond-shape' food web model first used to demonstrate the stabilizing effects of asynchrony in constant environments, we show that weak-to-moderate environmentally induced fluctuations in consumer mortality rates stabilize food webs while disrupting asynchrony. Synchrony actually promotes stability because: (i) synchronous declines in consumer density reduce the maximum abundance of top predators and (ii) resource competition quickly converts synchronous increases in consumer density into synchronous declines. These results are robust to details of food web topology and the implementation of environmental fluctuations. The fluctuation strengths that enhance stability are within the range experienced naturally by many species, suggesting that stabilization via environmental fluctuations is a realistic possibility.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,171
Écart entre enseignants0,162 · 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'étudeObservationnel
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

Citations92
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetPlant and animal studiesTravaux en français237 207