The many potential indirect interactions between predators that share competing prey
Notice bibliographique
Résumé
Using a Lotka‐Volterra model, we explore how the indirect interactions between two predators are altered by interspecific competition between two shared prey. We identify when different indirect interactions arise between the predators, classifying interactions by predator responses to (1) slightly increased mortality in the other predator, (2) a slightly decreased population of the other predator, or (3) removal of the other predator. When interspecific prey competition is low, all methods predict negative indirect effects between predators, i.e., competitive interactions. Strong and/or highly asymmetric interspecific prey competition often produces at least one positive indirect effect between predators, i.e., mutualism or contramensalism. However, the three methods often disagree about the strength of and signs characterizing the indirect effects between predators, including cases where all three methods predict a qualitatively different interaction. These differences arise for a variety of reasons, including hydra effects (where a predator increases in abundance with increased mortality) and extinction of prey species following the removal of one predator. We also show that cyclic dynamics do not arise in our model when there is a single predator, but under strong interspecific prey competition, the indirect interactions between two predators can drive cyclic community dynamics. Similar phenomena are likely to occur in other food webs, and understanding them will be required to predict the impact of environmental change on the abundances of species in those webs.
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 | 0,001 | 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 | 0,002 | 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 ».