Climate and soil attributes determine plant species turnover in global drylands
Notice bibliographique
Résumé
Abstract Aim Geographical, climatic and soil factors are major drivers of plant beta diversity, but their importance for dryland plant communities is poorly known. The aim of this study was to: (1) characterize patterns of beta diversity in global drylands; (2) detect common environmental drivers of beta diversity; and (3) test for thresholds in environmental conditions driving potential shifts in plant species composition. Location Global. Methods Beta diversity was quantified in 224 dryland plant communities from 22 geographical regions on all continents except Antarctica using four complementary measures: the percentage of singletons (species occurring at only one site); Whittaker's beta diversity, β(W); a directional beta diversity metric based on the correlation in species occurrences among spatially contiguous sites, β(R2); and a multivariate abundance‐based metric, β(MV). We used linear modelling to quantify the relationships between these metrics of beta diversity and geographical, climatic and soil variables. Results Soil fertility and variability in temperature and rainfall, and to a lesser extent latitude, were the most important environmental predictors of beta diversity. Metrics related to species identity [percentage of singletons and β(W)] were most sensitive to soil fertility, whereas those metrics related to environmental gradients and abundance [(β(R2) and β(MV)] were more associated with climate variability. Interactions among soil variables, climatic factors and plant cover were not important determinants of beta diversity. Sites receiving less than 178 mm of annual rainfall differed sharply in species composition from more mesic sites (> 200 mm). Main conclusions Soil fertility and variability in temperature and rainfall are the most important environmental predictors of variation in plant beta diversity in global drylands. Our results suggest that those sites annually receiving c. 178 mm of rainfall will be especially sensitive to future climate changes. These findings may help to define appropriate conservation strategies for mitigating effects of climate change on dryland vegetation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».