MétaCan
Menu
Retour à la cohorte
Enregistrement W3164263471 · doi:10.1111/btp.12961

Predators override rainfall effects on tropical food webs

2021· article· en· W3164263471 sur OpenAlexaff
Fabiola Ospina Bautista, Diane S. Srivastava, Angélica L. González, Jed P. Sparks, Emilio Realpe

Notice bibliographique

RevueBiotropica · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPredationPredatorAbundance (ecology)EcologyBiologyFood webPrecipitationGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Predators alter ecological communities by inducing changes in prey abundance and phenotypes, including elemental and isotopic composition. Climatic factors are known to often moderate predator effects on prey abundance, but few studies consider the combined effects of climate and predators on prey phenotype. We examined how altered precipitation moderates the effects of predators on the abundance and the chemical composition of prey, as well as the indirect effects on the basal resource: leaf litter coated in biofilm. Using an experiment with an invertebrate food web module from tank bromeliads, we manipulated the presence of an odonate predator under scenarios of 10‐fold decreased, ambient, and threefold increased precipitation and measured responses of prey and their basal resource. Predators reduced prey abundance while precipitation did not. Both precipitation and predators, either singly or interactively, affected the elemental composition of prey. Predators increased C:N ratios of detritivorous beetles under high precipitation, but reduced the C:N ratio of the basal resource. Precipitation reduced the N content of filter‐feeding mosquitoes. The observed changes in chemical composition may reflect physiological or developmental responses to stress imposed by both predators and drought. This study demonstrates that the impact of predators and precipitation can vary substantially across a food web, including additive and synergistic effects, and numerical and phenotypic responses. Abstract in Spanish is available with online material.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotropicaMême sujetPhysiological and biochemical adaptationsTravaux en français237 207