Phylogenetic diversity–ecosystem function relationships are insensitive to phylogenetic edge lengths
Notice bibliographique
Résumé
Summary For experiments that link manipulated biodiversity to ecosystem function ( EF ), phylogenetic diversity ( PD ) has been an especially powerful form of biodiversity that explains variation in EF . PD represents the total amount of evolutionary history or genetic changes represented by a suite of species and potentially the total accumulation of species niche and functional differences. Analyses often use PD in linear models and assume that ecological differences are proportional to phylogenetic distances. Yet, it is unclear whether alternative models of evolutionary change would improve both the statistical fit and conceptual understanding of how PD influences EF . Here, I use a PD – EF relationship and systematically alter models of evolution including changes in the rate of evolution from phylogenetic root–to‐tip and constancy of evolutionary rate across clades. I also compare the PD – EF relationship to several randomization procedures that sequentially remove aspects of the observed phylogeny. I show that changing edge lengths with evolutionary models does not strongly affect PD – EF relationships. Moreover, the observed relationship was not substantially different than the explanation provided by a phylogenetic tree with edge lengths randomized, but was significantly better than randomizations that affected the topology of the phylogenetic trees. These results reveal that changes to the edge lengths have little effect on PD – EF relationships, and it is the topology that really matters. Further, placing species in their correct phylogenetic positions is much more important than developing better estimates of edge lengths.
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 | 0,000 | 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 | 0,001 | 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 | 0,004 |
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 ».