Abstract Determining diet is a key prerequisite for understanding species interactions, food web structure and ecological dynamics. In recent years, there has been considerable development in both the methodology and application of novel and more traditional dietary tracing methods, yet there is no comprehensive synthesis that systematically and quantitatively compares the different approaches. Here we conceptualise diet tracing in ecology, provide recommendations for method selection, and illustrate the advantages of method integration. We summarise empirical evidence on how different methods quantify diet mixtures, by contrasting estimates of dietary proportions from multiple methods applied to the same consumer‐resource datasets, or from experimental studies with known diet compositions. Our data synthesis revealed an urgent need for more experiential comparisons among the dietary methods. The comparison of diet quantifications from field observations showed that different techniques aligned well in cases with less than six diet items, but diverged considerably when applied to more complex diet mixtures. Efforts are ongoing to further advance dietary estimation, including how reliably compound specific stable isotope analyses and fatty acid profiles can quantify more prey items than bulk stable isotope analyses. Similarly, DNA analyses, which can depict trophic interactions at a higher resolution than any other method, are generating new ways to better quantify diets and differentiate among life‐stages of prey. Such efforts, combined with more empirical testing of each dietary method and establishment of open data repositories for dietary data, promise to greatly advance community and ecosystem ecology.

Changing temperature can substantially shift ecological communities by altering the strength and stability of trophic interactions. Because many ecological rates are constrained by temperature, new approaches are required to understand how simultaneous changes in multiple rates alter the relative performance of species and their trophic interactions. We develop an energetic approach to identify the relationship between biomass fluxes and standing biomass across trophic levels. Our approach links ecological rates and trophic dynamics to measure temperature-dependent changes to the strength of trophic interactions and determine how these changes alter food web stability. It accomplishes this by using biomass as a common energetic currency and isolating three temperature-dependent processes that are common to all consumer-resource interactions: biomass accumulation of the resource, resource consumption and consumer mortality. Using this framework, we clarify when and how temperature alters consumer to resource biomass ratios, equilibrium resilience, consumer variability, extinction risk and transient vs. equilibrium dynamics. Finally, we characterise key asymmetries in species responses to temperature that produce these distinct dynamic behaviours and identify when they are likely to emerge. Overall, our framework provides a mechanistic and more unified understanding of the temperature dependence of trophic dynamics in terms of ecological rates, biomass ratios and stability.

Climate warming is occurring in concert with other anthropogenic changes to ecosystems. However, it is unknown whether and how warming alters the importance of top‐down vs. bottom‐up control over community productivity and variability. We performed a 16‐month factorial experimental manipulation of warming, nutrient enrichment, and predator presence in replicated freshwater pond mesocosms to test their independent and interactive impacts. Warming strengthened trophic cascades from fish to primary producers, and it decreased the impact of eutrophication on the mean and temporal variation of phytoplankton biomass. These impacts varied seasonally, with higher temperatures leading to stronger trophic cascades in winter and weaker algae blooms under eutrophication in summer. Our results suggest that higher temperatures may shift the control of primary production in freshwater ponds toward stronger top‐down and weaker bottom‐up effects. The dampened temporal variability of algal biomass under eutrophication at higher temperatures suggests that warming may stabilize some ecosystem processes.

The effects of global and local environmental changes are transmitted through networks of interacting organisms to shape the structure of communities and the dynamics of ecosystems. We tested the impact of elevated temperature on the top-down and bottom-up forces structuring experimental freshwater pond food webs in western Canada over 16 months. Experimental warming was crossed with treatments manipulating the presence of planktivorous fish and eutrophication through enhanced nutrient supply. We found that higher temperatures produced top-heavy food webs with lower biomass of benthic and pelagic producers, equivalent biomass of zooplankton, zoobenthos and pelagic bacteria, and more pelagic viruses. Eutrophication increased the biomass of all organisms studied, while fish had cascading positive effects on periphyton, phytoplankton and bacteria, and reduced biomass of invertebrates. Surprisingly, virus biomass was reduced in the presence of fish, suggesting the possibility for complex mechanisms of top-down control of the lytic cycle. Warming reduced the effects of eutrophication on periphyton, and magnified the already strong effects of fish on phytoplankton and bacteria. Warming, fish and nutrients all increased whole-system rates of net production despite their distinct impacts on the distribution of biomass between producers and consumers, plankton and benthos, and microbes and macrobes. Our results indicate that warming exerts a host of indirect effects on aquatic food webs mediated through shifts in the magnitudes of top-down and bottom-up forcing.

Abstract Successfully predicting the future states of systems that are complex, stochastic and potentially chaotic is a major challenge. Model forecasting error (FE) is the usual measure of success; however model predictions provide no insights into the potential for improvement. In short, the realized predictability of a specific model is uninformative about whether the system is inherently predictable or whether the chosen model is a poor match for the system and our observations thereof. Ideally, model proficiency would be judged with respect to the systems’ intrinsic predictability – the highest achievable predictability given the degree to which system dynamics are the result of deterministic v. stochastic processes. Intrinsic predictability may be quantified with permutation entropy (PE), a model-free, information-theoretic measure of the complexity of a time series. By means of simulations we show that a correlation exists between estimated PE and FE and show how stochasticity, process error, and chaotic dynamics affect the relationship. This relationship is verified for a dataset of 461 empirical ecological time series. We show how deviations from the expected PE-FE relationship are related to covariates of data quality and the nonlinearity of ecological dynamics. These results demonstrate a theoretically-grounded basis for a model-free evaluation of a system’s intrinsic predictability. Identifying the gap between the intrinsic and realized predictability of time series will enable researchers to understand whether forecasting proficiency is limited by the quality and quantity of their data or the ability of the chosen forecasting model to explain the data. Intrinsic predictability also provides a model-free baseline of forecasting proficiency against which modeling efforts can be evaluated. Glossary Active information : The amount of information that is available to forecasting models (redundant information minus lost information; Fig. 1). Forecasting error (FE) : A measure of the discrepancy between a model’s forecasts and the observed dynamics of a system. Common measures of forecast error are root mean squared error and mean absolute error. Entropy : Measures the average amount of information in the outcome of a stochastic process. Information : Any entity that provides answers and resolves uncertainty about a process. When information is calculated using logarithms to the base two (i.e. information in bits), it is the minimum number of yes/no questions required, on average, to determine the identity of the symbol (Jost 2006). The information in an observation consists of information inherited from the past (redundant information), and of new information. Intrinsic predictability : the maximum achievable predictability of a system (Beckage et al. 2011). Lost information : The part of the redundant information lost due to measurement or sampling error, or transformations of the data (Fig. 1). New information, Shannon entropy rate : The Shannon entropy rate quantifies the average amount of information per observation in a time series that is unrelated to the past, i.e., the new information (Fig. 1). Nonlinearity : When the deterministic processes governing system dynamics depend on the state of the system. Permutation entropy (PE) : permutation entropy is a measure of the complexity of a time series (Bandt & Pompe, 2002) that is negatively correlated with a system’s predictability (Garland et al. 2015). Permutation entropy quantifies the combined new and lost information. PE is scaled to range between a minimum of 0 and a maximum of 1. Realized predictability : the achieved predictability of a system from a given forecasting model. Redundant information : The information inherited from the past, and thus the maximum amount of information available for use in forecasting (Fig. 1). Symbols, words, permutations : symbols are simply the smallest unit in a formal language such as the letters in the English alphabet i.e., {“A”, “B”,…, “Z”}. In information theory the alphabet is more abstract, such as elements in the set {“up”, “down”} or {“1”, “2”, “3”}. Words, of length m refer to concatenations of the symbols (e.g., up-down-down) in a set. Permutations are the possible orderings of symbols in a set. In this manuscript, the words are the permutations that arise from the numerical ordering of m data points in a time series. Weighted permutation entropy (WPE) : a modification of permutation entropy (Fadlallah et al., 2013) that distinguishes between small-scale, noise-driven variation and large-scale, system-driven variation by considering the magnitudes of changes in addition to the rank-order patterns of PE.

Abstract Food webs depict the tangled web of trophic interactions associated with the functioning of an ecosystem. Understanding the mechanisms providing stability to these food webs is therefore vital for conservation efforts and the management of natural systems. Here, we first characterised a tropical stream meta‐food web and five individual food webs using a Bayesian Hierarchical approach unifying three sources of information (gut content analysis, literature compilation and stable isotope data). With data on population‐level biomass and individually measured body mass, we applied a bioenergetic model and assessed food web stability using a Lotka–Volterra system of equations. We then assessed the resilience of the system to individual species extinctions using simulations and investigated the network patterns associated with systems with higher stability. The model resulted in a stable meta‐food web with 307 links among the 61 components. At the regional scale, 70% of the total energy flow occurred through a set of 10 taxa with large variation in body masses. The remaining 30% of total energy flow relied on 48 different taxa, supporting a significant dependency on a diverse community. The meta‐food web was stable against individual species extinctions, with a higher resilience in food webs harbouring omnivorous fish species able to connect multiple food web compartments via weak, non‐specialised interactions. Moreover, these fish species contributed largely to the spatial variation among individual food webs, suggesting that these species could operate as mobile predators connecting different streams and stabilising variability at the regional scale. Our results outline two key mechanisms of food web stability operating in tropical streams: (i) the diversity of species and body masses buffering against random and size‐dependent disturbances and (ii) high regional diversity and weak omnivorous interactions of predators buffering against local stochastic variation in species composition. These mechanisms rely on high local and regional biodiversity in tropical streams, which is known to be strongly affected by human impacts. Therefore, an urgent challenge is to understand how the ongoing systematic loss of diversity jeopardises the stability of stream food webs in human‐impacted landscapes.

Logged and disturbed forests are often viewed as degraded and depauperate environments compared with primary forest. However, they are dynamic ecosystems

Abstract The impacts of degradation and deforestation on tropical forests are poorly understood, particularly at landscape scales. We present the most extensive ecosystem analysis to date of the impacts of logging and conversion of tropical forest to oil palm from a large-scale study in Borneo, synthesizing responses from 82 variables categorized into four ecological ‘levels’: 1) structure and environment, 2) species traits, 3) biodiversity, and 4) ecosystem functions. Responses were highly heterogeneous. Variables that were directly impacted by the physical processes of timber extraction were sensitive to even moderate amounts of logging, whereas biodiversity and ecosystem functions proved resilient to logging in many cases, but were more affected by conversion to oil palm plantation. One-Sentence Summary Logging tropical forest mostly impacts structure while biodiversity and functions are more vulnerable to habitat conversion

Abstract Climate change-related heatwaves are major recent threats to biodiversity and ecosystem functioning. However, our current understanding of the mechanisms governing community resilience (resistance and recovery) to extreme temperature events is still rudimentary. The spatial insurance hypothesis postulates that diverse regional species pools can buffer ecosystem functioning against local disturbances through immigration of better adapted taxa. However, experimental evidence for such predictions from multi-trophic communities and pulse-type disturbances, like heatwaves, are largely missing. We performed an experimental mesocosm study with alpine lake plankton to test whether a dispersal event from natural lakes prior to a simulated heatwave could increase resistance and recovery of local communities. As the buffering effect of dispersal may differ among trophic groups, we independently manipulated dispersal of organisms from lower (microorganisms) and higher (zooplankton) trophic levels. The experimental heatwave suppressed total community biomass by having a strong negative effect on zooplankton biomass, probably due to a heat-induced increase in metabolic costs that in turn caused mortality. Heating thus resulted in weaker top-down control and a subsequent shift to bottom-heavy food webs. While zooplankton dispersal did not alleviate the negative heatwave effects on zooplankton biomass, dispersal of microorganism enhanced biomass recovery at the level of phytoplankton, thereby providing evidence for spatial insurance. The different response of trophic groups may be related to the timing of dispersal, which happened under strongly monopolized resource conditions by zooplankton, creating limited opportunity for competitors to establish. At the same time, the heatwave released phytoplankton from grazing pressure and increased nutrient recycling, which may have facilitated the establishment of new phytoplankton taxa. Our findings clearly show that even a short heatwave can strongly alter energy flow in aquatic ecosystems. Although dispersal can enhance community resilience, the strength of its buffering effects depends on the trophic level.

Riparian ecosystems harbour unique biodiversity because of their close interconnections with adjacent aquatic ecosystems. Yet, how aquatic ecosystems influence terrestrial biodiversity over different spatial scales is poorly understood, particularly in the tropics. We conducted field campaigns to collect 235 terrestrial invertebrate assemblages along 150 m transects from 47 streams in both Brazil and the UK, compiling one of the largest known datasets of riparian invertebrate community composition at multiple spatial scales. Invertebrate densities increased towards water in both regions. In Brazil, this was driven by an increase in spiders, with a corresponding decrease in non-predators, resulting in higher predator : prey ratios near water. In the UK, non-predator densities increased towards water, decreasing predator : prey ratios. While pairwise dissimilarity increased with distance from water in both regions, β-diversity was significantly higher in tropical assemblages, with more β-diversity explained by turnover. Spider community composition was significantly structured by distance from water in the Brazilian sites, suggesting tropical assemblages were influenced more by emerging aquatic prey, with a distinct spider community replacing other predators, with possible top–down control of terrestrial prey. High turnover-driven dissimilarity among tropical assemblages suggests that Brazilian riparian ecosystems are better managed at the landscape scale, with an emphasis on in-stream measures preventing disruption of aquatic resource subsidies.