Zoeken
Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.
Boekenmand
Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).
RSS
Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.
nieuwe zoekopdracht
Graphical analysis of a marine plankton community reveals spatial, temporal, and niche structure of sub-communities
Siddons, J.T.; Irwin, A.J.; Finkel, Z.V. (2022). Graphical analysis of a marine plankton community reveals spatial, temporal, and niche structure of sub-communities. Front. Mar. Sci. 9: 943540. https://dx.doi.org/10.3389/fmars.2022.943540
In: Frontiers in Marine Science. Frontiers Media: Lausanne. ISSN 2296-7745; e-ISSN 2296-7745, meer
|   |
| Auteurs | | Top |
- Siddons, J.T.
- Irwin, A.J.
- Finkel, Z.V.
|
|
|
| Abstract |
Species-rich communities are structured by environmental filtering and a multitude of associations including trophic, mutualistic, and antagonistic relationships. Graphs (networks) defined from correlations in presence or abundance data have the potential to identify this structure, but species with very high absence rates or abundances frequently near detection limits can result in biased retrieval of association graphs. Here we use graph clustering analysis to identify five sub-communities of plankton from the North Atlantic Ocean. We show how to mitigate the challenges of high absence rates and detection limits. The sub-communities are distinguished partially by their constituent functional groups: one group is dominated by diatoms and another by dinoflagellates, while the other three sub-communities are mixtures of phytoplankton and zooplankton. Diagnosing pairwise taxonomic associations and linking them to specific processes is challenging because of overlapping associations and complex graph topologies. Our approach presents a robust approach for identifying candidate associations among species through sub-community analysis and quantifying the aggregate strength of pairwise associations emerging in natural communities. |
IMIS is ontwikkeld en wordt gehost door het VLIZ.
