Assessing the persistence capacity of communities facing natural disturbances on the basis of species response traits
Notice bibliographique
Résumé
Adequately assessing the ecosystem resilience and resistance is a challenging and essential question in the current context of widespread environmental change. Here we suggest the use of a quantitative measure we call Persistence Index (PI) to assess the capacity of communities to maintain their functions and services after disturbances. First, we present the formulation of PI that is based on the diversity, abundance, and redundancy of disturbance- and taxon-specific response traits. Then, we use simulated data sets to study the effects of species richness and the number and frequency of traits on PI values. Finally, we illustrate our approach by assessing the persistence capacity of forest communities in Peninsular Spain and the Balearic Islands in response to fire, drought and windstorm events. The Persistence Index was found to be relatively independent on the number of considered traits, but variable according to the frequency of traits in the community. In the evaluation made with national forest inventory data, PI was found to vary within and among different forest types, being particularly high in stands dominated by non-native species (e.g. Eucalyptus sp.) or in mixed-stands composed by evergreen and deciduous broadleaf species. We also found PI values to increase with the number of species present in the stand, although this relationship saturated due to overlap in species response traits. The presented index is complementary to other approaches developed to study the functional structure of communities through the distribution of species in a functional space. It can be applied to a broad spectrum of communities subjected to different types of stressors, making it a useful tool to guide ecosystem management decisions in a context of changing climate and uncertain disturbance regimes.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».