Niches and neutral processes contribute to the resource-diversity relationships of stream detritivores
Notice bibliographique
Résumé
1. Explaining resource–diversity relationships is a long-standing goal in ecology, and there is currently little consensus as to the relative contributions of neutral versus a variety of proposed niche-related mechanisms. 2. The resource–diversity relationship of insect detritivores was examined in a survey of 25 small, parallel streams flowing into the Bay of Fundy in eastern Canada, with the objective of determining whether neutral processes (sampling effects) could account for the observed patterns. 3. Detritivore taxonomic richness showed a positive, but decelerating relationship with quantity of detritus. Richness also increased with catchment area and with stream permanence. 4. Species distribution patterns were significantly nested, and low resource streams (little detritus) tended to have species with large ranges (i.e. found in many or most streams). 5. Sampling effects could explain only part of the positive relationship between richness and detrital resources, but accounted for the species richness–area relationship. 6. Two mechanisms that could potentially increase niche space as resource abundance increased were rejected: there was no evidence that riparian forest diversity or beta diversity increased with detrital resources. 7. Two niche-related mechanisms were consistent with existing data, but will require further testing. First, flood disturbance may decrease species richness by eliminating species that require benign habitat, and lowering detritus retention, producing a positive correlation between detritivore richness and resources. Second, large wood in streams located in older riparian forest may increase habitat heterogeneity (number of niches) and the retention of organic matter, again leading to a positive relationship between detritivore diversity and detrital resources. 8. It was concluded that the positive ‘productivity–diversity’ relationship for stream detritivores was most likely produced in part by sampling effects, but also by ecological processes (disturbance and succession) that simultaneously influence resource level and niche availability.
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 | 0,000 | 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) | 0,000 | 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 ».