Evaluating community–environment relationships along fine to broad taxonomic resolutions reveals evolutionary forces underlying community assembly
Notice bibliographique
Résumé
We propose a method for detecting evolutionary forces underlying community assembly by quantifying the strength of community-environment relationships hierarchically along taxonomic ranks. This approach explores the potential role of phylogenetic conservatism on habitat preferences: wherein, phylogenetically related taxa are expected to exhibit similar environmental responses. Thus, when niches are conserved, broader taxonomic classification should not diminish the strength of community-environment relationships and may even yield stronger associations by summarizing occurrences and abundances of ecologically equivalent finely resolved taxa. In contrast, broader taxonomic classification should weaken community-environment relationships when niches are under great divergence (that is, by combining finer taxa with distinct environmental responses). Here, we quantified the strength of community-environment relationships using distance-based redundancy analysis, focusing on soil and seawater prokaryotic communities. We considered eight case studies (covering a variety of sampling scales and sequencing strategies) and found that the variation in community composition explained by environmental factors either increased or remained constant with broadening taxonomic resolution from species to order or even phylum level. These results support the niche conservatism hypothesis and indicate that broadening taxonomic resolution may strengthen niche-related signals by removing uncertainty in quantifying spatiotemporal distributions of finely resolved taxa, reinforcing the current notion of ecological coherence in deep prokaryotic branches.
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 | 0,007 | 0,001 |
| 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 | 0,008 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».