Identifying consumer–resource population dynamics using paleoecological data
Notice bibliographique
Résumé
Ecologists have long been fascinated by cyclic population fluctuations, because they suggest strong interactions between exploiter and victim species. Nonetheless, even for populations showing high-amplitude fluctuations, it is often hard to identify which species are the key drivers of the dynamics, because data are generally only available for a single species. Here, we use a paleoecological approach to investigate fluctuations in the midge population in Lake Mývatn, Iceland, which ranges over several orders of magnitude in irregular, multigeneration cycles. Previous circumstantial evidence points to consumer-resource interactions between midges and their primary food, diatoms, as the cause of these high-amplitude fluctuations. Using a pair of sediment cores from the lake, we reconstructed 26 years of dynamics of midges using egg remains and of algal groups using diagnostic pigments. We analyzed these data using statistical methods that account for both the autocorrelated nature of paleoecological data and measurement error caused by the mixing of sediment layers. The analyses revealed a signature of consumer-resource interactions in the fluctuations of midges and diatoms: diatom abundance (as inferred from biomarker pigment diatoxanthin) increased when midge abundance was low, and midge abundance (inferred from egg capsules) decreased when diatom abundance was low. Similar patterns were not found for pigments characterizing the other dominant primary producer group in the lake (cyanobacteria), subdominant algae (cryptophytes), or ubiquitous but chemically unstable biomarkers of total algal abundance (chlorophyll a); however, a significant but weaker pattern was found for the chemically stable indicator of total algal populations (β-carotene) to which diatoms are the dominant contributor. These analyses provide the first paleoecological evaluation of specific trophic interactions underlying high amplitude population fluctuations in lakes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».