Re-Structuring of Marine Communities Exposed to Environmental Change: A Global Study on the Interactive Effects of Species and Functional Richness
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Species richness is the most commonly used but controversial biodiversity metric in studies on aspects of community stability such as structural composition or productivity. The apparent ambiguity of theoretical and experimental findings may in part be due to experimental shortcomings and/or heterogeneity of scales and methods in earlier studies. This has led to an urgent call for improved and more realistic experiments. In a series of experiments replicated at a global scale we translocated several hundred marine hard bottom communities to new environments simulating a rapid but moderate environmental change. Subsequently, we measured their rate of compositional change (re-structuring) which in the great majority of cases represented a compositional convergence towards local communities. Re-structuring is driven by mortality of community components (original species) and establishment of new species in the changed environmental context. The rate of this re-structuring was then related to various system properties. We show that availability of free substratum relates negatively while taxon richness relates positively to structural persistence (i.e., no or slow re-structuring). Thus, when faced with environmental change, taxon-rich communities retain their original composition longer than taxon-poor communities. The effect of taxon richness, however, interacts with another aspect of diversity, functional richness. Indeed, taxon richness relates positively to persistence in functionally depauperate communities, but not in functionally diverse communities. The interaction between taxonomic and functional diversity with regard to the behaviour of communities exposed to environmental stress may help understand some of the seemingly contrasting findings of past research.
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.
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 | 0,000 | 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 découle