MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415909636 · doi:10.1101/2025.11.04.686579

Trapped in the web: network architectures spread coevolution and shape adaptation

2025· preprint· W4415909636 sur OpenAlexaff
Alexandre Fuster‐Calvo, Cecilia S. Andreazzi, Christine Parent, François Massol, Paulo R. Guimarães, Dominique Gravel

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCoevolutionTraitAdaptation (eye)Selection (genetic algorithm)CentralityGeneralist and specialist speciesEvolutionary dynamicsEcological networkVariable (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract Adaptation is critical for biodiversity to persist under global change. Within ecological communities, species often face trade-offs between adapting to shifting abiotic conditions and navigating the complex selective pressures imposed by interaction networks. We hypothesize that network architectures characterized by high interaction diversity and overlap constrain coevolutionary dynamics, with asymmetric outcomes for exploiters and victims. Specifically, we predict that exploiters, subject to spread and conflicting selection imposed by their victims, will evolve more slowly and show reduced capacity to track victims’ evolutionary responses, with these constraints strongest for generalist exploiters. In contrast, victims will show more variable dynamics depending on the coherence of selection (i.e., whether pressures from different exploiters push the victim’s trait in the same vs. different directions). To test this, we simulated trait evolution in coevolving communities of exploiters and victims across 91 empirical networks, and in artificial networks designed to isolate specific structural effects. Our results show that higher connectance, species richness, nestedness, and centrality homogenize biotic effects and increase fluctuations in trait matching, ultimately weakening coevolutionary coupling. Under these conditions, exploiters face conflicting selection that slows evolution, whereas victims either benefit from aligned selection that accelerates evolution or are constrained by multiple pressures. Together, our findings suggest that network architecture plays a fundamental role in shaping coevolution and adaptation, and raises broader questions about its influence on eco-evolutionary processes in more complex and environmentally variable systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetEvolution and Genetic Dynamics→Travaux en français237 207→