Persistently rare species experience stronger negative frequency dependence than common species: A statistical attractor that is hard to avoid
Notice bibliographique
Résumé
Abstract Aim Why are so many species rare, yet persistent? Possibly, rare species experience strong negative frequency dependence (NFD, i.e. strong intraspecific competition relative to interspecific competition), which both makes them rare and buffers them against extinction. A second, not mutually exclusive, possibility is that rare species that experience weak NFD go extinct quickly due to demographic and environmental stochasticity. Both possibilities predict that persistent rare species will experience stronger NFD than common ones. A previous study confirmed this prediction in a range of mostly terrestrial communities. Here, we test that prediction in lake zooplankton and explore its theoretical basis. Location Fifty‐three temperate lakes. Time period 1970–2011. Major taxa studied Cladocerans, copepods. Methods We used long‐term time series data to estimate the covariance between strength of NFD and mean frequency (relative abundance) for crustacean zooplankton. We used a randomization test to ask whether the covariance between NFD and mean frequency is stronger than expected, given sampling error. We also calculated the covariance between NFD and mean frequency in simulated communities from three different ecological models. Results Rare species experience significantly stronger NFD than common species in over half of the communities. The distribution of associations between NFD and rarity is skewed towards weak associations, which always occur in communities with high evenness. All three theoretical models reproduce these empirical results, even though they are based on different mechanisms (demographic or environmental stochasticity, and mathematical constraints on possible NFD–frequency relationships). Main conclusions Rare species typically experience stronger NFD than common ones because there are many different ecological scenarios in which they will do so, and only a few scenarios in which they won’t. Like several other macroecological patterns, the tendency for rare species to experience stronger NFD than common ones is a “statistical attractor” that is hard to avoid.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 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) | 0,004 | 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 ».