Co-occurrence history increases ecosystem temporal stability and recovery from a flood in experimental plant communities
Notice bibliographique
Résumé
Abstract Understanding factors that increase ecosystem stability is critical in the face of environmental change. Experiments simulating species loss from grassland ecosystems have shown that losing biodiversity decreases the ability of ecosystems to buffer negative effects of disturbances. However, as the originally sown experimental communities with reduced biodiversity develop, plant evolutionary processes or the assembly of interacting soil organisms may allow them to develop stability and resilience over time. We explored such effects in a long-term grassland biodiversity experiment with plant communities with either a history of co-occurrence (selected communities) or no such history (naïve communities) over a four-year period in which a major flood disturbance occurred. We found selected communities had temporally more stable biomass than the same communities of naïve plants, especially at low species richness. Furthermore, selected communities showed greater short-term biomass recovery after flooding, resulting in more stable post-flood productivity. In contrast to a previous study, the positive diversity–stability relationship was maintained after the flooding. Our results were consistent across three soil treatments simulating the presence or absence of co-selected microbial communities. We suggest that prolonged exposure of plant populations to a particular community context and abiotic site conditions can increase ecosystem temporal stability and resistance to disturbance. We argue that selection during the course of a biodiversity experiment is the most parsimonious explanation for these effects. A history of co-occurrence can in part compensate for species loss, as can high plant diversity in part compensate for the missing opportunity of such adaptive adjustments.
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 | 0,001 | 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».