Random placement models predict species–area relationships in duck communities despite species aggregation
Notice bibliographique
Résumé
Species–area relationships are the product of many ecological processes and their interactions. Explanations for the species–area relationship (SAR) have focused on separating putative niche‐based mechanisms that correlate with area from sampling effects caused by patches with more individuals containing more species than patches with fewer individuals. We tested the hypothesis that SARs in breeding waterfowl communities are caused by sampling effects (i.e. random placement from the regional species pool). First, we described observed SARs and patterns of species associations for fourteen species of ducks on ponds in prairie Canada. Second, we used null models, which randomly allocated ducks to ponds, to test if observed SARs and patterns of species associations differed from those expected by chance. Consistent with the sampling effects hypothesis, observed SARs were accurately predicted by null models in three different years and for diving and dabbling duck guilds. This is the first demonstration that null models can predict SARs in waterbirds or any other aquatic organisms. Observed patterns of species association, however, were not well predicted by null models as in all years there was less observed segregation among species (i.e. more aggregation) than under the random expectation, suggesting that intraspecific competition could play a role in structuring duck communities. Taken together, our results indicate that when emergent properties of ecological communities such as the SAR appear to be caused by random processes, analyses of species associations can be critical in revealing the importance of niche‐based processes (e.g. competition) in structuring ecological communities.
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 | 0,001 | 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) | 0,002 | 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 ».