MétaCan
Menu
Retour à la cohorte
Enregistrement W7104178583 · doi:10.1101/2025.11.04.686602

Tracking community change via network coherence

2025· preprint· W7104178583 sur OpenAlexaff

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langue
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensMcGill UniversityUniversity of British ColumbiaUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésCoherence (philosophical gambling strategy)Abundance (ecology)Ecological networkKey (lock)BiodiversityComplex networkTerm (time)CorrelationCommunity

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding how ecological communities respond to environmental change remains a key challenge for biodiversity monitoring. To characterize such responses, we need tools that capture how coherently species respond across a community, and to predict their consequences, we must account for ecological interactions. We first introduce the Ecological Coherence (EC) framework, which describes how species’ co-responses are structured within a community. Building on this foundation, we extend it to Ecological Network Coherence (ENC), which embeds co-responses within the network of interactions by restricting them to interacting species. Both are expressed through two complementary representations: a response correlation matrix and the distribution of its values. The first can reveal aspects such as coherent or incoherent modules and the roles species play in shaping coherence, whereas the second provides a profile whose shape may serve as an early-warning indicator of instability. These can be applied to both intrinsic responses (environmental performance) and realized responses (abundance dynamics), derived from currently available monitoring data. We illustrate this approach in two empirical systems: a tropical pollination network, where interacting mutualists were more coherent in their temperature responses than the broader community, and a marine food web, where coherence in abundance trends shifted during collapse. Using a Lotka–Volterra model, we further show that ENC distributions with higher variance—reflecting stronger positive and negative co-responses—increase the risk of instability or amplification in dynamics. We also find that species influential in both the correlation matrix and the interaction matrix are key drivers of major dynamic shifts. These results point to the importance of further exploring ENC distributions as potential early-warning indicators of ecological disruption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0040,004
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,022
Tête enseignante GPT0,224
Écart entre enseignants0,202 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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 sujetEcosystem dynamics and resilienceTravaux en français237 207