MétaCan
Menu
Retour à la cohorte
Enregistrement W2507253250 · doi:10.1111/1365-2664.12775

Functional diversity loss with increasing livestock grazing intensity in drylands: the mechanisms and their consequences depend on the taxa

2016· article· en· W2507253250 sur OpenAlexaff
Verónica Chillo, Ricardo A. Ojeda, Virginia Capmourteres, Madhur Anand

Notice bibliographique

RevueJournal of Applied Ecology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesConsejo Nacional de Investigaciones Científicas y Técnicas
Mots-clésGrazingEcologyOvergrazingBiologyConservation grazingLivestockSpecies diversityTaxonTraitEcosystemNiche

Résumé

récupéré en direct d'OpenAlex

Summary Overgrazing is one of the main drivers of desertification in drylands, and livestock production is expected to increase in the next decades. The analysis of functional diversity can clarify the effects of increasing livestock grazing on ecosystem functioning. We assess the effect of livestock grazing intensity on the relationship between taxonomic diversity (TDH) and functional diversity (FDQ) of plants, ants and small mammals, as well as on within‐trait diversity. We compared results using two indices of taxonomic diversity (Shannon and Simpson indices). We used structural equation modelling (SEM) to assess the causal relationship between grazing intensity,TDH,FDQand decomposition rate for each taxa. Correlation betweenTDHvs.FDQvaried across assemblages and seasons, but was consistent between different indices of taxonomic diversity. A similar trajectory ofTDHvs.FDQunder land‐use intensification was found for all taxa, with a correlated loss of species and functional traits. Also, within‐trait diversity was negatively affected by increasing grazing pressure. Vegetation and small mammalSEMmodels show that increasing grazing intensity had a strong and direct effect on decomposition rate. The antSEMmodel was the only one that showed an indirect effect of grazing on decomposition throughFDQ.TDHhad no effect on decomposition for either taxa. We found higher niche differentiation in animal than in plant assemblages. In vegetation, several species seem to have similar trait diversity (i.e. redundancy), perhaps due to a dominant role of environmental constraints. These results were consistent among diversity indices. But increasing disturbance negatively affectedTDHvs.FDQin all assemblages in a similar way. Livestock grazing affected decomposition rate directly, and indirectly only through the effect of antFDQ. Synthesis and applications. Under increasing grazing intensity, all plant and animal assemblages respond with a mirrored reduction in taxonomic diversity and functional diversity, although vegetation seems to have higher functional redundancy. Our results are robust to diversity indices, and show that several taxa respond similarly to land‐use intensification, despite differences in the mechanism behind it. This may facilitate sustainable management. Notably, increasing grazing intensity affects decomposition rate through a stronger direct than indirect effect. The stronger direct effect of livestock on decomposition rate, rather than indirectly through functional diversity, suggests that changes in structure may be more important than changes in community composition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,183
Écart entre enseignants0,172 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207