Facilitation as a ubiquitous driver of biodiversity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Models describing the biotic drivers that create and maintain biological diversity within trophic levels have focused primarily on negative interactions (i.e. competition), leaving marginal room for positive interactions (i.e. facilitation). We show facilitation to be a ubiquitous driver of biodiversity by first noting that all species use resources and thus change the local biotic or abiotic conditions, altering the available multidimensional niches. This can cause a shift in local species composition, which can cause an increase in beta, and sometimes alpha, diversity. We show that these increases are ubiquitous across ecosystems. These positive effects on diversity occur via a broad host of disparate direct and indirect mechanisms. We identify and unify several of these facilitative mechanisms and discuss why it has been easy to underappreciate the importance of facilitation. We show that net positive effects have a long history of being considered ecologically or evolutionarily unstable, and we present recent evidence of its potential stability. Facilitation goes well beyond the common case of stress amelioration and it probably gains importance as community complexity increases. While biodiversity is, in part, created by species exploiting many niches, many niches are available to exploit only because species create them. Contents Summary 403 I. Introduction 403 II. Facilitative mechanisms increasing diversity 405 III. Facilitation as an evolutionary driver in proximate interactions 410 IV. Why has facilitation been just recently added to ecological theory? 411 V. Facilitation and the plant functional trait programme 412 VI. Predictability and testability 412 VII. Conservation, restoration and management 413 VIII. Conclusions and next steps 413 Acknowledgements 413 References 414
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,007 |
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 découle