Specialization in plant–pollinator networks: insights from local-scale interactions in Glenbow Ranch Provincial Park in Alberta, Canada
Notice bibliographique
Résumé
Abstract Background The occurrence and frequency of plant–pollinator interactions are acknowledged to be a function of multiple factors, including the spatio-temporal distribution of species. The study of pollination specialization by examining network properties and more recently incorporating predictors of pairwise interactions is emerging as a useful framework, yet integrated datasets combining network structure, habitat disturbance, and phylogenetic information are still scarce. Results We found that plant–pollinator interactions in a grassland ecosystem in the foothills of the Rocky Mountains are not randomly distributed and that high levels of reciprocal specialization are generated by biological constraints, such as floral symmetry, pollinator size and pollinator sociality, because these traits lead to morphological or phenological mismatching between interacting species. We also detected that landscape degradation was associated with differences in the network topology, but the interaction webs still maintained a consistently higher number of reciprocal specialization cases than expected. Evidence for the reciprocal evolutionary dependence in visitors (e.g., related pollinators visiting related plants) were weak in this study system, however we identified key species joining clustered units. Conclusions Our results indicate that the conserved links with keystone species may provide the foundation for generating local reciprocal specialization. From the general topology of the networks, plant–pollinators interactions in sites with disturbance consisted of generalized nodes connecting modules (i.e., hub and numerous connectors). Vice versa, interactions in less disturbed sites consisted of more specialized and symmetrical connections.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».