MétaCan
Menu
Retour à la cohorte
Enregistrement W4306641755 · doi:10.1073/pnas.2204394119

Phenomenology and dynamics of competitive ecosystems beyond the niche-neutral regimes

2022· article· en· W4306641755 sur OpenAlexafffund
Nava Leibovich, Jeremy Rothschild, Sidhartha Goyal, Anton Zilman

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Research Council CanadaGovernment of Canada
Mots-clésPhenomenology (philosophy)NicheEcosystemDynamics (music)Niche constructionEcologyEconomic geographyGeographyEpistemologyPhilosophySociologyBiology

Résumé

récupéré en direct d'OpenAlex

Structure, composition, and stability of ecological populations are shaped by the inter- and intraspecies interactions within their communities. It remains to be fully understood how the interplay of these interactions with other factors, such as immigration, controls the structure, the diversity, and the long-term stability of ecological systems in the presence of noise and fluctuations. We address this problem using a minimal model of interacting multispecies ecological communities that incorporates competition, immigration, and demographic noise. We find that a complete phase diagram exhibits rich behavior with multiple regimes that go beyond the classical "niche" and "neutral" regimes, extending and modifying the "rare biosphere" or "niche-like" dichotomy. In particular, we observe regimes that cannot be characterized as either niche or neutral where a multimodal species abundance distribution is observed. We characterize the transitions between the different regimes and show how these arise from the underlying kinetics of the species turnover, extinction, and invasion. Our model serves as a minimal null model of noisy competitive ecological systems, against which more complex models that include factors such as mutations and environmental noise can be compared.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,292
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207