Predicting Plant Diversity Response to Disturbance: Applicability of the Intermediate Disturbance Hypothesis and Mass Ratio Hypothesis
Notice bibliographique
Résumé
Predicting the relationships between disturbance, biodiversity and productivity of ecosystems continue to preoccupy ecologists and resource managers. Two hypotheses underpin many of the discussions. The Intermediate Disturbance Hypothesis (IDH), which proposes that biodiversity peaks at intermediate levels of disturbance, is often extended to predict that productivity follows the same response pattern. The Mass Ratio Hypothesis (MRH) proposes that the biological traits of the dominant species are the critical drivers of ecosystem function (e.g., productivity) and that these species increase in biomass rapidly after disturbance then stabilize. As a consequence, species diversity first peaks then declines after disturbance as a few species dominate the site. Both provide a conceptual link among disturbance, species diversity and productivity (an index of ecosystem function). We assessed the current state of empirical support for these two hypotheses with a literature survey and determined if their conformance is related to ecosystem type or site productivity. Conformance of IDH reported in past reviews (considering all ecosystems) ranged from 16 to 21%. This contrasts with our finding that in terrestrial ecosystems conformance to IDH was 46% (22 of 48 studies), 17% studies reported non-compliance, and 23% reported inconclusive results. Most studies explained their results with respect to IDH or MRH. Only two studies were specifically designed to test the validity of IDH or MRH. We conclude that (i) the IDH is mostly applicable to predict species diversity response to disturbance in upland sites of medium to high productivity and the MRH is applicable to organic sites of low productivity; (ii) there is a critical need for more studies specifically designed to test these hypotheses in natural ecosystems using common protocols; and (iii) enhanced understanding of these models will add value in refining management policies and in the selection of meaningful diversity indicators of sustainability.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».