Niche concepts and the interaction between environmental filtering and competitive exclusion
Notice bibliographique
Résumé
This is Chapter 5 of my PhD thesis, completed at the University of Toronto. I intend to use some of the concepts used here, simplified and clarified, in an upcoming paper, but I do not have the time or inclination to prepare the more complex model I present here for submission to a journal. However, perhaps someone out there might find it useful, and sufficiently so to wade through the extra verbiage of the long-form dissertation style of the chapter. I do think there are some interesting results and discussion in there, even if it could use some editing. Comments welcome. Abstract In the community phylogenetics literature, patterns of clustering and overdispersion are taken to be signs of environmental filtering and competitive exclusion, respectively, when phylogeny is a good proxy for ecological similarity. Competitive exclusion of ecologically similar species is often assumed to be an expectation of classic theory on limiting similarity, where ecological similarity refers to niche separation. Critics of community phylogenetics have recently pointed out that coexistence theory shows that ecological similarity can also lead to similarity in species’ relative competitive ability (or fitnesses), which will actually promote coexistence. This means that the expected effect of competition on ecological similarity is ambiguous. To fully understand the implications of this issue for community phylogenetics and related fields, however, requires incorporating a concept of environmental filtering into a model of competition, allowing a full exploration of how these factors interact to determine coexistence. Here, I present a continuous version of a three trophic level competition model – allowing species to compete both through shared resources and shared predators – which incorporates indirect biotic environmental filtering. An analysis of a simplified two species version of the model, suggests that coexistence is maximized at intermediate levels of ecological similarity, and that the strength of environmental filtering affects the position and dispersion of the ideal niche separation. I discuss how the model presented here can serve as an abstract phenomenological model that expresses many of the general characteristics of modern niche concepts.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».