MétaCan
Menu
Retour à la cohorte
Enregistrement W4323534928 · doi:10.1111/ele.14185

Lack of evidence for the match‐mismatch hypothesis across terrestrial trophic interactions

2023· review· en· W4323534928 sur OpenAlexaff
Heather M. Kharouba, E. M. Wolkovich

Notice bibliographique

RevueEcology Letters · 2023
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEcologyTrophic levelAsynchrony (computer programming)BiologyClimate changeGeneralityComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Climate change has led to widespread shifts in the timing of key life history events between interacting species (phenological asynchrony) with hypothesized cascading negative fitness impacts on one or more of the interacting species-often termed 'mismatch'. Yet, predicting the types of systems prone to mismatch remains a major hurdle. Recent reviews have argued that many studies do not provide strong evidence of the underlying match-mismatch hypothesis, but none have quantitatively analysed support for it. Here, we test the hypothesis by estimating the prevalence of mismatch across antagonistic trophic interactions in terrestrial systems and then examine whether studies that meet the assumptions of the hypothesis are more likely to find a mismatch. Despite a large range of synchrony to asynchrony, we did not find general support for the hypothesis. Our results thus question the general applicability of this hypothesis in terrestrial systems, but they also suggest specific types of data missing to robustly refute it. We highlight the critical need to define resource seasonality and the window of 'match' for the most rigorous tests of the hypothesis. Such efforts are necessary if we want to predict systems where mismatches are likely to occur.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,664
Tête enseignante GPT0,424
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetPlant and animal studiesTravaux en français237 207