Model construction and information on convergent cross mapping from Seasonal food webs with migrations: multi-season models reveal indirect species interactions in the Canadian Arctic tundra
Notice bibliographique
Résumé
Models incorporating seasonality are necessary to fully assess the impact of global warming on Arctic communities. Seasonal migrations are a key component of Arctic food webs that still elude current theories predicting a single community equilibrium. We develop a multi-season model of predator–prey dynamics using a hybrid dynamical systems framework applied to a simplified tundra food web (lemming–fox–goose–owl). Hybrid systems models can accommodate multiple equilibria, which is a basic requirement for modelling food webs whose topology changes with season. We demonstrate that our model can generate multi-annual cycling in lemming dynamics, solely from a combined effect of seasonality and state-dependent behaviour. We compare our multi-season model to a static model of the predator–prey community dynamics and study the interactions between species. Interestingly, including seasonality reveals indirect interactions between migrants and residents not captured by the static model. Further, we find that the direction and magnitude of interactions between two species are not necessarily accurate using only summer time-series. Our study demonstrates the need for the development of multi-season models and provides the tools to analyse them. Integrating seasonality in food web modelling is a vital step to improve predictions about the impacts of climate change on ecosystem functioning.This article is part of the theme issue ‘The changing Arctic Ocean: consequences for biological communities, biogeochemical processes and ecosystems’.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».