MétaCan
Menu
Retour à la cohorte
Enregistrement W2749201373 · doi:10.1111/oik.04712

Species traits as drivers of food web structure

2017· article· en· W2749201373 sur OpenAlexafffund
Idaline Laigle, Isabelle Aubin, Christoph Digel, Ulrich Brose, Isabelle Boulangeat, Dominique Gravel

Notice bibliographique

RevueOikos · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésTraitSpecies evennessTrophic levelFood webPairwise comparisonBiologyCommunity structureEcologyComplementarity (molecular biology)EcosystemCommunitySpecies diversityComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The use of functional traits to describe community structure is a promising approach to reveal generalities across organisms and ecosystems. Plant ecologists have demonstrated the importance of traits in explaining community structure, competitive interactions as well as ecosystem functioning. The application of trait‐based methods to more complex communities such as food webs is however more challenging owing to the diversity of animal characteristics and of interactions. The objective of this study was to determine how functional structure is related to food web structure. We consider that food web structure is the result of 1) the match between consumer and resource traits, which determine the occurence of a trophic interaction between them, and 2) the distribution of functional traits in the community. We implemented a statistical approach to assess whether or not 35 466 pairwise interactions between soil organisms are constrained by trait‐matching and then used a Procrustes analysis to investigate correlations between functional indices and network properties across 48 sites. We found that the occurrence of trophic interactions is well predicted by matching the traits of the resource with those of the consumer. Taxonomy and body mass of both species were the most important traits for the determination of an interaction. As a consequence, functional evenness and the variance of certain traits in the community were correlated to trophic complementarity between species, while trait identity, more than diversity, was related to network topology. The analysis was however limited by trait data availability, and a coarse resolution of certain taxonomic groups in our dataset. These limitations explain the importance of taxonomy, as well as the complexity of the statistical model needed. Our results outline the important implications of trait composition on ecological networks, opening promising avenues of research into the relationship between functional diversity and ecosystem functioning in multi‐trophic systems.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,206
Écart entre enseignants0,163 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations119
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOikosMême sujetPlant and animal studiesTravaux en français237 207