MétaCan
Menu
← Retour à la cohorte
Enregistrement W2949344128 · doi:10.1371/journal.pone.0114674

A Continuum of Specialists and Generalists in Empirical Communities

2015· article· en· W2949344128 sur OpenAlexafffund
Timothée Poisot, Sonia Kéfi, Sergé Morand, Michał Stanko, Pablo A. Marquet, Michael Hochberg

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensCégep Marie-VictorinUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgentúra na Podporu Výskumu a VývojaAgence Nationale de la RechercheCanada Research ChairsFonds Québécois de la Recherche sur la Nature et les TechnologiesJames S. McDonnell Foundation
Mots-clésGeneralist and specialist speciesEcologyPollinatorHerbivoreBiologyDiversity (politics)Ecological networkBiodiversityCommunityEcosystemHabitatPollinationSociology

Résumé

récupéré en direct d'OpenAlex

Understanding the persistence of specialists and generalists within ecological communities is a topical research question, with far-reaching consequences for the maintenance of functional diversity. Although theoretical studies indicate that restricted conditions may be necessary to achieve co-occurrence of specialists and generalists, analyses of larger empirical (and species-rich) communities reveal the pervasiveness of coexistence. In this paper, we analyze 175 ecological bipartite networks of three interaction types (animal hosts-parasite, plant-herbivore and plant-pollinator), and measure the extent to which these communities are composed of species with different levels of specificity in their biotic interactions. We find a continuum from specialism to generalism. Furthermore, we demonstrate that diversity tends to be greatest in networks with intermediate connectance, and argue this is because of physical constraints in the filling of networks.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,004
Communication savante0,0020,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,386
Tête enseignante GPT0,257
Écart entre enseignants0,129 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations30
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPlant and animal studies→Travaux en français237 207→