Effect of dispersal at range edges on the structure of species ranges
Notice bibliographique
Résumé
Range edges are of particular interest to ecology because they hold key insights into the limits of the realized niche and associated population dynamics. A recent feature of Oikos summarized the state of the art on range edge ecology. While the typical question is what causes range edges, another important question is how range edges influence the distribution of abundances across a species geographic range when dispersal is present. We used a single species population dynamics model on a coupled‐lattice to determine the effects of dispersal on peripheral populations as compared to populations at the core of the range. In the absence of resource gradients, the reduced neighborhood and thus lower connectivity or higher isolation among populations at the range edge alone led to significantly lower population sizes in the periphery of the range than in the core. Lower population sizes mean higher extinction risks and lower adaptability at the range edge, which could inhibit or slow range expansions, and thus effectively stabilize range edges. The strength of this effect depended on the potential population growth rate and the maximum dispersal distance. Lower potential population growth rates led to a stronger effect of dispersal resulting in a higher difference in population sizes between the two areas. The differential effect of dispersal on population sizes at the core and periphery of the range in the absence of resource gradients implies that traditional, habitat‐based distribution models could result in misleading conclusions about the habitat quality in the periphery. Lower population sizes at the periphery are also relevant to conservation, because habitat removal not only eliminates populations but also creates new edges. Populations bordering these new edges may experience declines, due to their increased isolation.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».