Contrasting effects of spatial heterogeneity and environmental stochasticity on population dynamics of a perennial wildflower
Notice bibliographique
Résumé
Summary Understanding how variation in growth, survival and reproduction affect population dynamics is a fundamental question in ecology. Although the effects of among‐year variation (environmental stochasticity) are well understood, the effects of among‐site variation (spatial heterogeneity) are less clearly defined. I evaluated the effects of spatial and temporal variation on the population dynamics of Pulsatilla patens , pasqueflower, a perennial prairie forb. I conducted a 10‐year demographic monitoring study, and quantified vital rate variation among sites and years using generalized linear models. I incorporated vital rate functions using this variation into integral projection models for stochastic and spatially heterogeneous environments. I also explored the effects of temporal and spatial autocorrelation, by exploring model predictions over the range of possible values for temporal autocorrelation and local seed dispersal. Vital rates varied more among years than among sites. However, environmental stochasticity and spatial heterogeneity had similar magnitude effects on population dynamics. These effects were also qualitatively different: environmental stochasticity reduced population growth rates relative to the average, whereas spatial heterogeneity increased population growth rates. Spatial autocorrelation and negative temporal autocorrelation led to higher population growth rates, although environmental stochasticity still reduced growth rates for all autocorrelation values, and spatial heterogeneity increased growth rates for all autocorrelation values. Some form of autocorrelation would be necessary for model projections to match observed population trends. Synthesis . Spatial heterogeneity is as important as environmental stochasticity for population dynamics, but it is much less often incorporated into population projection models. This study points to a number of interesting avenues for future research into the roles of spatial heterogeneity and spatiotemporal variation for long‐term population dynamics.
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 | 0,001 | 0,002 |
| 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 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 ».