LOCAL AND REGIONAL ZOOPLANKTON SPECIES RICHNESS: A SCALE-INDEPENDENT TEST FOR SATURATION
Notice bibliographique
Résumé
Assemblages of coexisting species are formed by immigration from a regional pool of colonists and local interactions among species and with the physical environment. Theory suggests that the shape of the relationship between regional and local species richness may indicate the relative roles of dispersal and local interactions in limiting local diversity. Here we examine patterns of regional and local species richness in freshwater crustacean zooplankton to test whether linear (suggesting dispersal limitation) or curvilinear (suggesting saturation, via strong local control) functions best fit the data. Local richness appeared saturated when regions of different spatial extents were included on the same graph. However, this pattern was influenced by differences in scale among surveys. We corrected for the effects of regional scale by plotting mean local richness against the residuals of the species–landscape area relations. Controlling for the extent of the regional scale produced much more linear patterns, suggesting strong dispersal limitation. We present a simple graphical model to explain how variation among surveys in the geographic size of regions can produce apparent saturation of local diversity even if the underlying pattern of local and regional richness is linear. We also compare the predictive power of residual regional richness on local richness with that of several local features in a multiple regression model. Local richness exhibits strong relationships with both residual regional richness and pH. We argue that the relative strengths of local and regional processes depend on the definition of the regional scale. A variety of evidence suggests that local processes play a major role in generating differences in zooplankton diversity among lakes within a biogeographic region. Evidence for the importance of dispersal limitation comes largely from comparisons of lakes across very large scales. Our analysis suggests that linear patterns of local and regional diversity are not incompatible with strong local interactions.
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 | 0,029 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».