Adaptive behavior and connectance of invasive plants mediate community composition in multilayered ecological networks
Notice bibliographique
Résumé
Abstract Much evidence has shown that adaptive behavior can greatly modulate the dynamics of food webs, but little is known about how adaptive behaviors of invasive plant species affect community composition in multilayered networks. Following a proven network model, we constructed networks of native communities that are invaded by exotic plant species based on three linkage rules. We examined the effects of both adaptive behavior and network connectance of invasive plant species on the persistence of native species and diversity-invasion success relationship. Results showed that community persistence was mainly affected by the connectance of invasive plant species regardless of adaptive behavior. Given a fixed proportion (F 1 ) of native mutualist species linked to the invasive plant species, community persistence displayed an inverse hump-shaped relationship with the increasing proportion (F 2 ) of native plant species linked to the invasive plant species. Compared to the results without adaptive behavior, the adaptive behavior made most negative diversity-invasion relationship become a nonlinear U-shape at fixed proportion (F 1 ). In addition, the adaptive behavior made most negative diversity-invasion relationship insignificant for some proportion (F 1 ) when proportion (F 2 ) was fixed. It could even reverse this relationship if the invading species was more likely to link to native species already having fewer links than those having higher links. Our results underline the importance of considering adaptive behavior and the network degree of invasive plant species for understanding the effect of invasive species on the structure and composition of ecological networks.
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 | 0,000 |
| 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 ».