Network robustness and structure depend on the phenological characteristics of plants and pollinators
Notice bibliographique
Résumé
Many structural patterns have been found to be important for the stability and robustness of mutualistic plant-pollinator networks. These structural patterns are impacted by a suite of variables, including species traits, species abundances, their spatial configuration, and their phylogenetic history. Here, we consider a specific trait: phenology, or the timing of life history events. We expect that timing and duration of activity of pollinators, or of flowering in plants, could greatly affect the species' roles within networks in which they are embedded. Using plant-pollinator networks from 33 sites in southern British Columbia, Canada, we asked (a) how phenological species traits, specifically timing of first appearance in the network and duration of activity in a network, were related to species' roles within a network, and (b) how those traits affected network robustness to phenologically biased species loss. We found that long duration of activity increased connection within modules for both pollinators and plants and among modules for plants. We also found that date of first appearance was positively related to interaction strength asymmetry in plants but negatively related to pollinators. Networks were generally more robust to the loss of pollinators than plants, and robustness increased if the models allow new interactions to form when old ones are lost, constrained by overlapping phenology of plants and pollinators. Robustness declined with the loss of late-flowering plants, which tended to have higher interaction strength asymmetry. In addition, robustness declined with loss of early-flying or long-duration pollinators. These pollinators tended to be among-module connectors. Our results point to networks being limited by early-flying pollinators. If plants flower earlier due to climate change, plant fitness may decline as they will depend on early emerging pollinators, unless pollinators also emerge earlier.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».