Integrating phylogenetic community structure with species distribution models: an example with plants of rock barrens
Notice bibliographique
Résumé
Approaches using phylogenetic pattern in ecological communities to deduce processes of community assembly have been criticised as disconnected from foundations in ecological mechanism, especially with respect to lack of data about abiotic and biotic niches. These criticisms can be addressed with analyses of organismal traits that underlie environmental filtering, competitive exclusion, and other candidate processes; however, the difficulty of assembling large trait databases means that such studies remain uncommon. We suggest a synthesis of phylogenetic community structure analysis and species distribution modeling that we believe can allow inference about community processes without prohibitive data requirements. We illustrate this method for angiosperm communities of rock barrens in eastern Canada. First, we analyzed phylogenetic community structure of four rock‐barren sites at three nested spatial scales (quadrat to region). For the nine most common species in our barrens, we used regional occurrence records to build species distribution models identifying environmental drivers of the nine species’ distributions. Coefficients of these models represent implicit trait data that summarize each species’ response to the environmental drivers in the model. We then tested for phylogenetic signal in these traits, to ask whether ecological forces acting on them could be generating phylogenetic community structure. We found strong phylogenetic clustering at the quadrat level, while patterns at larger scales were complex. Our distribution model suggested drought stress as the dominant driver for distributions of all the species, consistent with local correlations with soil depth, and the species’ responses to drought showed strong phylogenetic signal. The convergence of results from phylogenetic community structure and species distribution modeling suggests that barren communities are structured at the quadrat level by environmental filtering effects of moisture stress, to which species have phylogenetically patterned responses.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».