Notice bibliographique
Résumé
The competitive exclusion principle postulates that due to abiotic constraints, resource usage, inter-species interactions, and other factors, ecosystems can be divided into ecological niches, with each niche supporting only one species in steady state. Seemingly in conflict with this principle, remarkable biodiversity exists in biomes such as the human microbiome, the ocean surface, and every speck of soil. Despite their importance in human health and conservation biology, the long term dynamics, diversity, and stability of communities of multiple interacting species that occupy similar niches are still not fully understood. Biodiversity decreases as species go extinct and increases as new species establish themselves, and both extinction and invasion are moderated by interactions with other species. Classically, the theory of niches describes biodiversity, as relatively static. More recently popular, neutral theory models biodiversity as a balance of successive extinctions and invasions. Stochastic fluctuations allow mathematical models, like the neutral Moran model, to exhibit extinction. Stochasticity also connects neutral and niche theories, with Moran dynamics being one limit of a Lotka-Volterra model. The extinction times in the neutral and niche limits are qualitatively different, indicative respectively of exclusion and coexistence of two species, yet the transition between these limits has not been fully investigated. I identify the nature of the transition by calculating the mean extinction time with an arbitrarily accurate technique, discovering that competing species can coexist unless their ecological niches entirely overlap, which implies that extinction and loss of biodiversity is less common than predicted by neutral models. Biodiversity is also maintained by new species entering the system, a process I represent with a single invader in the Lotka-Volterra model and repeated immigrants into the Moran model. I demonstrate that greater niche overlap leads to longer invasion times, and less likelihood of success of an invasion attempt. With the Moran model I find the critical immigration rate at which immigrants are likely to maintain their presence in the system.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».