What does a bioenergetic network approach tell us about the functioning of ecological communities?
Notice bibliographique
Résumé
Les perturbations auxquelles font face les communautés écologiques, du fait des activités humaines, sont à l'origine de changements profonds dans ces communautés. Nombreuses caractéristiques des espèces sont altérées, de leur physiologie à leur occurrence même. Ces changements se répercutent sur la composition, la diversité et la structure des communautés, puisque les espèces n'interagissent pas tout le temps de la même manière en fonction des conditions. Prévoir le devenir de ces communautés émergentes, et des fonctions qu'elles soutiennent est un défi central de l'écologie et de nos sociétés. Différents cadres conceptuels ont été utilisés pour relever ce défi, basés sur différents mécanismes écologiques, et ont divergé en plusieurs domaines. D'un côté, l'analyse des chaînes trophiques utilise la consommation pour expliquer les effets de la diversité verticale (le nombre de niveaux trophiques) sur le fonctionnement, et de l'autre côté, les analyses biodiversité-fonctionnement lient compétition et effets de la diversité horizontale (la diversité au sein des niveaux trophiques isolés). Chacun de ces domaines a produit des résultats clés pour comprendre les conséquences fonctionnelles des changements de composition et diversité des communautés écologiques. Cependant, ils sont chacun basés sur différentes simplifications fortes des communautés. L'hypothèse qui sous-tend cette thèse est que la réconciliation en un même cadre de travail des résultats fondamentaux de ces champs conceptuels divergents, ainsi que des effets des changements de structure de la biodiversité, est une étape clé pour pouvoir améliorer notre compréhension du fonctionnement de communautés écologiques en changement. L'essor récent des méthodes d'analyse des réseaux trophiques, et des modèles permettant de simuler le fonctionnement de ces réseaux trophiques offre un cadre idéal pour cette réconciliation. En effet, les réseaux trophiques cartographient les échanges de matière entre toutes les espèces d'une communauté, permettant la mise en place d'interactions variées. Ils reflètent mieux la réalité complexe des communautés que les chaînes trophiques ou leurs niveaux trophiques isolés en intégrant notamment compétition et consommation. Un modèle ressource-consommateur bioénergétique classique, développé par Yodzis et Innes (1992), permet d'en simuler le fonctionnement, en intégrant des mécanismes et taux testés empiriquement. Au-delà d'utiliser ces outils, cette thèse se concentre aussi sur leur évaluation. Après un premier chapitre d'introduction, le second chapitre propose une plateforme ouverte, commune, solidement testée et efficace pour l'utilisation du modèle bioénergétique, permettant ainsi une synthèse plus rapide et aisée des résultats. Le troisième chapitre est une revue du corpus méthodologique d'analyse des réseaux trophiques, proposant une gamme de méthodes robustes et informatives, et soulignant leur domaine d'application et leurs limites. Enfin le quatrième chapitre met ce cadre méthodologique à l'épreuve. Dans ce chapitre, nous montrons l'existence d'une relation entre la complexité de la structure du réseau trophique des communautés et leur régime de fonctionnement, se traduisant par la réalisation de différentes prédictions issues de l'analyse des chaînes trophiques ou des analyses diversité-fonctionnement. Cette mise en évidence des conditions structurelles pour la réalisation de différentes prédictions nous permet de mieux comprendre quels mécanismes écologiques prédominent selon différentes conditions, dirigeant l'effet de la diversité sur le fonctionnement.
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 | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».