REVEALING HOW SPECIES LOSS AFFECTS ECOSYSTEM FUNCTION: THE TRAIT-BASED PRICE EQUATION PARTITION
Notice bibliographique
Résumé
Species loss can alter ecosystem function. Recent work proposes a general theoretical framework, the "Price Equation partition," for understanding how species loss affects ecosystem functions that comprise the summed contributions of individual species (e.g., primary production). The Price Equation partition shows how the difference in function between a pre-species-loss site and a post-loss site can be partitioned into effects of random loss of species richness (species-richness effect; SRE), nonrandom loss of high- or low-functioning species (species-composition effect; SCE), and post-loss changes in the functional contributions of the remaining species (context-dependence effect; CDE). However, the Price Equation partition is silent on the underlying determinants of species' functional contributions. Here we extend the Price Equation partition by using multiple regression to describe how species' functional contributions depend on species' traits. This allows us to reexpress the SCE and CDE in terms of nonrandom loss of species with particular traits (trait-based SCE), and post-loss changes in species' traits and in the relationship between species' traits and species' functional contributions (trait-based CDE). We apply this new trait-based Price Equation partition to studies of species loss from grassland plant communities and protist microcosm food webs. In both studies, post-loss changes in the relationship between species' traits and their functional contributions alter ecosystem function more than nonrandom loss of species with particular traits. The protist microcosm data also illustrate how the trait-based Price Equation partition can be applied when species' functional contributions depend in part on the traits of other species. To do this, we define "synecological" traits that quantify how unique species are (e.g., in diet) compared to other species. Context dependence in the protist microcosm experiment arises in part because species loss alters the diet uniqueness of the remaining species.
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) | 0,000 | 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 ».