Habitat filtering determines the functional niche occupancy of plant communities worldwide
Notice bibliographique
Résumé
Abstract How the patterns of niche occupancy vary from species‐poor to species‐rich communities is a fundamental question in ecology that has a central bearing on the processes that drive patterns of biodiversity. As species richness increases, habitat filtering should constrain the expansion of total niche volume, while limiting similarity should restrict the degree of niche overlap between species. Here, by explicitly incorporating intraspecific trait variability, we investigate the relationship between functional niche occupancy and species richness at the global scale. We assembled 21 datasets worldwide, spanning tropical to temperate biomes and consisting of 313 plant communities representing different growth forms. We quantified three key niche occupancy components (the total functional volume, the functional overlap between species and the average functional volume per species) for each community, related each component to species richness, and compared each component to the null expectations. As species richness increased, communities were more functionally diverse (an increase in total functional volume), and species overlapped more within the community (an increase in functional overlap) but did not more finely divide the functional space (no decline in average functional volume). Null model analyses provided evidence for habitat filtering (smaller total functional volume than expectation), but not for limiting similarity (larger functional overlap and larger average functional volume than expectation) as a process driving the pattern of functional niche occupancy. Synthesis. Habitat filtering is a widespread process driving the pattern of functional niche occupancy across plant communities and coexisting species tend to be more functionally similar rather than more functionally specialized. Our results indicate that including intraspecific trait variability will contribute to a better understanding of the processes driving patterns of functional niche occupancy.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».