MétaCan
Menu
Retour à la cohorte
Enregistrement W2278155835 · doi:10.6084/m9.figshare.892417.v1

Niche concepts and the interaction between environmental filtering and competitive exclusion

2014· article· en· W2278155835 sur OpenAlexaboutno aff
Russell Dinnage

Notice bibliographique

RevueFigshare · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueGame Theory and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNicheNiche constructionComputer scienceEnvironmental resource managementEconomicsEcologyBiology

Résumé

récupéré en direct d'OpenAlex

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. <strong>Abstract</strong> 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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0230,001

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.

Tête enseignante Opus0,095
Tête enseignante GPT0,369
Écart entre enseignants0,274 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetGame Theory and ApplicationsTravaux en français237 207