Conserving Phylogenetic Diversity can be a Poor Strategy for Conserving Functional Diversity
Notice bibliographique
Résumé
Abstract For decades, academic biologists have advocated for making conservation decisions in light of evolutionary history. Specifically, they suggest that policymakers should prioritize conserving phylogenetically diverse assemblages. The most prominent argument is that conserving phylogenetic diversity (PD) will also conserve diversity in traits and features (functional diversity; FD), which may be valuable for a number of reasons. The claim that PD-maximized (‘maxPD’) sets of taxa will also have high FD is often taken at face value and in cases where researchers have actually tested it, they have done so by measuring the phylogenetic signal in ecologically important functional traits. The rationale is that if traits closely mirror phylogeny, then saving the maxPD set of taxa will tend to maximize FD and if traits do not have phylogenetic structure, then saving the maxPD set of taxa will be no better at capturing FD than criteria that ignore PD. Here, we suggest that measuring the phylogenetic signal in traits is uninformative for evaluating the effectiveness of using PD in conservation. We evolve traits under several different models and, for the first time, directly compare the FD of a set of taxa that maximize PD to the FD of a random set of the same size. Under many common models of trait evolution and tree shapes, conserving the maxPD set of taxa will conserve more FD than conserving a random set of the same size. However, this result cannot be generalized to other classes of models. We find that under biologically plausible scenarios, using PD to select species can actually lead to less FD compared to a random set. Critically, this can occur even when there is phylogenetic signal in the traits. Predicting exactly when we expect using PD to be a good strategy for conserving FD is challenging, as it depends on complex interactions between tree shape and the assumptions of the evolutionary model. Nonetheless, if our goal is to maintain trait diversity, the fact that conserving taxa based on PD will not reliably conserve at least as much FD as choosing randomly raises serious concerns about the general utility of PD in conservation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».