Indirect Effects of Temperature Drive Gradients in Fish Food Web Properties
Notice bibliographique
Résumé
ABSTRACT Aim Understanding the direct (e.g., on biological rates) and indirect (e.g., through changes in species richness) effects of temperature on food web properties, in the context of latitudinal gradients and climate warming. We focus on species interactions and predict variations in two metrics of food web properties: trophic control and temporal variability. Location Global oceans. Time Period 2001–2018. Major Taxa Studied Marine fish species. Methods We use a modelling approach coupled with a global dataset of fish food webs. Species occurrences are obtained from data sources, while trophic interactions are predicted by a size‐based niche model calibrated with a global interaction dataset. Interaction strengths are constrained by allometric scaling laws for predation and biomass. We investigate how predictors varying with latitude (temperature, species richness, productivity, food web structure) drive latitudinal variations in trophic regulation and variability. Results Our results suggest a latitudinal gradient in two metrics of community dynamics, with both trophic feedback strength (underlying phenomena such as cycles and cascades) and temporal stability increasing with latitude. In our model, this variation is tied directly and indirectly to temperature, and we find that direct effects of temperature are weaker than (or at most equal to) indirect effects. The direct effect on interaction rates decreases trophic feedbacks yet increases variability. The organism‐level temperature–size rule is found to increase both feedback and variability. Finally, community‐level indirect effects (species richness and connectance) impact trophic control but not variability. Climate warming moderately affects trophic control, variability and total biomass, but more strongly alters individual species biomass. Main Conclusions Our study improves understanding of the drivers of latitudinal variation in food web properties and helps disentangle the direct and indirect effects of temperature. Indirect effects are predicted to drive biogeographic variation in food web properties, while direct effects such as short‐term warming could have stronger consequences at the species level.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».