At what scales does aggregated dispersal lead to coexistence?
Notice bibliographique
Résumé
Aggregation during dispersal can allow persistence of weak competitors, by creating conditions where stronger competitors are more likely to interact with conspecifics than with heterospecifics. However, aggregation mechanisms operate over a wide range of spatial scales, and species experience space in very different ways. The net effect of dispersal aggregation on coexistence will depend on how these scales interact. We show that it is possible to approximate the effects of aggregated dispersal on coexistence by considering three empirically measurable parameters: the spatial scale of interaction (how strongly competition drops off with distance), the spatial scale of aggregation (how large propagule packets are), and the temporal scale of aggregation (how frequently packets arrive). We use a novel metacommunity moment closure based on this approximation and stochastic simulations to show that aggregated dispersal allows for coexistence only when the stronger competitor is both aggregated and interacts at the same or a smaller spatial scale than the weaker competitor. When species interact and are aggregated at the same scales, coexistence outcomes are only weakly sensitive to the absolute scales of interaction and aggregation, as long as the scale of interaction is smaller than the scale of aggregation. However, coexistence is sensitive to the time‐scale of aggregation: increasing the frequency of packet arrival substantially reduces the region of fitness inequalities where both species persist. Finally, coexistence is less likely and global extinction of both competitors is more frequent when aggregation is fixed (with a constant number of propagules per packet), compared to density‐dependent (number of propagules increases with adult density).
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 | 0,000 | 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 | 0,000 | 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 ».