Current food web models cannot explain the overall topological structure of observed food webs
Notice bibliographique
Résumé
Topological food webs illustrating “who eats whom” in different systems exhibit similar, non‐random, structures suggesting that general rules govern food web structure. Current food web models correctly predict many measures of food web topology from knowledge of species richness and connectance (fraction of possible predator–prey links that actually occur), together with assumptions about the ecological rules governing “who eats whom”. However, current measures are relatively insensitive to small changes in topology. Improvement of, and discrimination among, current models requires development of new measures of food web structure. Here I examine whether current food web models (cascade, niche, and nested hierarchy models, plus a random null model) can predict a new measure of food web structure, structural stability. Structural stability complements other measures of food web topology because it is sensitive to changes in topology that other measures often miss. The cascade and null models respectively over‐ and underpredict structural stability for a set of 17 high‐quality food webs. While the niche and nested hierarchy models provide unbiased predictions on average, their 95% confidence intervals frequently fail to include the observed data. Observed structural stabilities for all models are overdispersed compared to model predictions, and predicted and observed structural stabilities are uncorrelated, indicating that important sources of variation in structural stability are not captured by the models. Crucially, poor model performance arises because observed variation in structural stability is unrelated to variation in species richness and connectance. In contrast, almost all other measures of food web topology vary with species richness and connectance in natural webs. No model that takes species richness and connectance as the only input parameters can reproduce observed variation in structural stability. Further progress in predicting and explaining food web topology will require fundamentally new models based on different input parameters.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».