Allee Effects, Colonization, and Extinction: The Surprising Benefits of Demographic Stochasticity
Notice bibliographique
Résumé
Demographic stochasticity and Allee effects are two common mechanisms that increase extinction risk in small populations. High demographic stochasticity produces population fluctuations that cause extinction in small populations. Meanwhile, strong Allee effects create low-density thresholds, where growth rates are negative below the threshold and positive above. We hypothesized that stochastic fluctuations may drive populations over these thresholds, increasing the probability that a population establishes in a habitat. To test this hypothesis, we utilized properties of discrete-time Markov processes and a Ricker model with an Allee effect to quantify colonization and extinction rates. We show that demographic stochasticity can increase colonization rates over a range of carrying capacities in populations with strong Allee effects. In contrast, while higher demographic stochasticity always increases extinction rates of established populations, waiting times to extinction due to demographic stochasticity often exceed thousands of generations, even at relatively small carrying capacities (K=50). Given the frequency of catastrophic disturbances such as fires, extinction rates from demographic stochasticity are near negligible even in small populations with strong Allee effects. Thus, the net effect of demographic stochasticity is often positive. Overall, our study provides novel insights into a mechanism through which demographic stochasticity promotes species persistence.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».