Leaf litter traits drive community structure and functioning in a natural aquatic microcosm
Notice bibliographique
Résumé
Abstract Leaf litter fuels secondary production in many aquatic ecosystems. Although the identity and species richness of leaf litter have been shown to influence ecosystem functioning and food‐web composition, it has been challenging to relate such patterns to mechanisms based on litter traits. Here, we investigate how six different leaf litter species, and their mixture, affect litter decomposition, as well as the colonisation and survival of associated aquatic invertebrates in natural microecosystems (tank bromeliads). We then ask whether these effects of litter composition are explained by chemical and structural traits of the litter. Litter composition affected decomposition rates, assembly of aquatic macroinvertebrates in bromeliads and survival of some detritivores (e.g. Chironomidae). In general, most of this effect of litter composition was due to differences between litter species, not between single‐species and six‐species mixtures, and could be explained in terms of two dominant axes in litter traits. Decomposition was fastest in litters with high specific leaf area (SLA), N:P ratios and N and P contents, and slowest in litters with high lignin content and C:N ratios. Chironomid survival was also greatest on high N, N:P and SLA litters. Our results highlight the importance of considering leaf litter traits on the structure and functioning of freshwater ecosystems in future studies. More broadly, these results add to a growing consensus that functional traits of resource species, rather than the number of resource species, are essential to predicting resource–consumer interactions in food webs.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».