Trait‐based inference of ecological network assembly: A conceptual framework and methodological toolbox
Notice bibliographique
Résumé
Abstract The study of ecological networks has progressively evolved from a mostly descriptive science to one that attempts to elucidate the processes governing the emerging structure of multitrophic communities. To move forward, we propose a conceptual framework using trait‐based inference of ecological processes to improve our understanding of network assembly and our ability to predict network reassembly amid global change. The framework formalizes the view that network assembly is governed by processes shaping the composition of resource and consumer communities within trophic levels and those dictating species’ interactions between trophic levels. To illustrate the framework and show its applicability, we (1) use simulations to explore network structures emerging from the interactions of these assembly processes, (2) develop a null model approach to infer the processes underlying network assembly from observational data, and (3) use the null model approach to quantify the relative influence of bottom‐up (resource‐driven) and top‐down (consumer‐driven) assembly modes on plant–frugivore networks along an elevational gradient. Simulations suggest that assembly processes governing the formation of pairwise interactions have a greater influence on network structure than those governing the composition of communities within trophic levels. Our case study further shows that the mode of network assembly along the gradient is mainly bottom‐up controlled, suggesting that the filtering of plant traits has a larger effect on network structure relative to the filtering of frugivore traits. Combined with increasingly available trait and interaction data, the framework provides a timely toolbox to infer assembly processes operating within and between trophic levels and to test competing hypotheses about the assembly mode of resource–consumer networks along environmental gradients and among biogeographic regions. It is a step toward a more process‐based network ecology and complete integration of multitrophic interactions in the prediction of future biodiversity.
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 | 0,036 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».