MétaCan
Menu
Retour à la cohorte
Enregistrement W4403040363 · doi:10.22541/au.172777705.53121056/v1

A space-for-time approach for evaluating community keystoneness in metacommunities under disturbance

2024· preprint· en· W4403040363 sur OpenAlexaff
Gabriel Khattar, Pedro R. Peres‐Neto

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueComplex Network Analysis Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésDisturbance (geology)Space (punctuation)Computer scienceSpacetimeEcologyPhysicsBiologyQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Understanding how metacommunities respond to natural and anthropogenic disturbances is a key objective in ecology. In this study, we introduce a robust analytical framework to identify communities whose extirpation triggers stronger (hereafter keystone communities) or weaker (hereafter idle communities) cascading effects on extinction and colonization events that ultimately drive temporal changes in compositional patterns of the remaining communities. These cascading dynamics reflect the impact of extirpated communities on connectivity and subsequent dispersal dynamics. Since the framework uses spatial information on compositional similarities to infer changes that would unfold over time due to the extirpation of one or more communities, we describe it as a space-for-time approach. Through mechanistic simulation models that replicate removal experiments, we demonstrate that our framework accurately estimates ”keystoneness”, ranking local communities by their role in maintaining the metacommunity’s compositional patterns. As such, our models demonstrate that the relationship between patch characteristics and our keystoneness metric is closely linked to the structure and dynamics of their metacommunities. A key feature of our framework is its ability to generate community keystoneness estimates that are statistically independent of local diversity, providing a valuable tool for assessing the relevance and conservation value of local communities. This is particularly important in cases where high local diversity reflects an influx of individuals into demographic sinks, a common consequence of human activities near natural areas. To showcase the unique insights of this framework, we examined and contrasted the effects of artificial light at night on the diversity and keystoneness of a moth metacommunity sampled over two decades. We conclude with a discussion of the framework’s potential applications and underlying assumptions, emphasizing its relevance for addressing both conceptual and applied ecological questions, particularly its potential to assess the conservation value of local communities under ecological stress.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,002
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 Opus0,090
Tête enseignante GPT0,367
Écart entre enseignants0,276 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComplex Network Analysis TechniquesTravaux en français237 207