Quantifying trait selection driving community assembly: a test in herbaceous plant communities under contrasted land use regimes
Notice bibliographique
Résumé
Plant traits are particularly important in determining plant community structure. However, how can one identify which traits are the most important in driving community assembly? Here we propose a method 1) to quantify the direction and strength of trait selection during community assembly and 2) to obtain parsimonious lists of traits that can predict species relative abundances in plant communities. We tested our method using floristic data from 32 plots experiencing different treatments (fertilisation and grazing) in southern France. Twelve functional traits were measured on 68 species. We determined the direction and strength of selection on these 12 traits using a metric derived from a maximum entropy model (i.e. lambda). We then determined our parsimonious list of traits using a backward selection of traits based on these lambda values (for all treatments and in each treatment separately). We finally compared our method to two other methods: one based on iterative RLQ and the other based on an entropy‐based forward selection of traits. We found major differences in the direction and strength of selection across the 12 traits and treatments. From the 12 traits, plant vegetative and reproductive heights, leaf dry matter content leaf nitrogen content, specific leaf area, and leaf phosphorus content were particularly important for predicting species relative abundances when considering all treatments together. Our method yielded results similar to those produced by the entropy‐based approach but differed from those produced by the iterative RLQ, whose selected traits could not significantly predict species relative abundances. Together these results suggest that the assembly of these communities is primarily driven by a small number of key functional traits. We argue that our method provides an objective way of determining a parsimonious list of traits that together accurately predict community structure and which, despite its complementarities with entropy‐based method, offers significant advantages.
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 ».