Common and rare species respond to similar niche processes in macroinvertebrate metacommunities
Notice bibliographique
Résumé
Ecologists have long investigated why communities are composed of a few common species and many rare species. Most studies relate rarity to either niche differentiation among species or spatial processes. There is a parallel between these processes and the processes proposed to explain the structure of metacommunities. Based on a metacommunity perspective and on data on stream macroinvertebrates from different regions of Brazil, we answer two questions. 1) Are sets of common and rare species affected by similar niche and spatial processes? 2) How does the community composition of common and of rare species differ? The main hypothesis we test is that common species are mainly affected by environmental factors, whereas rare species are mostly influenced by dispersal limitation. We used variation partitioning to determine the proportion of variation explained by the environment and space in common and rare species matrices. Contrary to our expectations, evidence supported the idea that both common and rare species are affected mainly by environmental factors, even after controlling for the differing information content between common and rare species matrices. Moreover, the abundance of some common species is also a good predictor of variation in rare species matrices. Niche differences are unlikely to be the sole cause of patterns of rarity in these metacommunities. We suggest that sets of common and rare species react to similar major environmental gradients and that rare species also respond to processes that operate at a more fine‐grained spatial scale, particularly biotic interactions. We extend the view that species sorting is the dominant process structuring metacommunities and argue that future studies focusing on rarity would benefit from a metacommunity perspective.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».