Demographic stochasticity alters expected outcomes in experimental and simulated non‐neutral communities
Notice bibliographique
Résumé
Theory has shown that the effects of demographic stochasticity on communities may depend on the magnitude of fitness differences between species. In particular, it has been suggested that demographic stochasticity has the potential to significantly alter competitive outcomes when fitness differences are small (nearly neutral), but that it has negligible effects when fitness differences are large (highly non‐neutral). Here we test such theory experimentally and extend it to examine how demographic stochasticity affects exclusion frequency and mean densities of consumers in simple, but non‐neutral, consumer–resource communities. We used experimental microcosms of protists and rotifers feeding on a bacterial resource to test how varying absolute population sizes (a driver of demographic stochasticity) affected the probability of competitive exclusion of the weakest competitor. To explore whether demographic stochasticity could explain our experimental results, and to generalize beyond our experiment, we paired the experiment with a continuous‐time stochastic model of resource competition, which we simulated for 11 different fitness inequalities between competiting consumers. Consistent with theory, in both our experiments and our simulations we found that demographic stochasticity altered competitive outcomes in communities where fitness differences were small. However, we also found that demographic stochasticity alone could affect communities in other ways, even when fitness differences between competitors were large. Specifically, demographic stochasticity altered mean densities of both weak and strong competitors in experimental and simulated communities. These findings highlight how demographic stochasticity can change both competitive outcomes in non‐neutral communities and the processes underlying overall community dynamics.
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 ».