MétaCan
Menu
Retour à la cohorte
Enregistrement W2799818945 · doi:10.1002/ecy.2202

Interactive effects of climate change and biodiversity loss on ecosystem functioning

2018· article· en· W2799818945 sur OpenAlexaff
Aliny P. F. Pires, Diane S. Srivastava, Nicholas A. C. Marino, A. Andrew M. MacDonald, Marcos Paulo Figueiredo‐Barros, Vinicius F. Farjalla

Notice bibliographique

RevueEcology · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésBiodiversityEcologyEcosystemClimate changeDominance (genetics)Environmental scienceLitterBiology

Résumé

récupéré en direct d'OpenAlex

Climate change and biodiversity loss are expected to simultaneously affect ecosystems, however research on how each driver mediates the effect of the other has been limited in scope. The multiple stressor framework emphasizes non-additive effects, but biodiversity may also buffer the effects of climate change, and climate change may alter which mechanisms underlie biodiversity-function relationships. Here, we performed an experiment using tank bromeliad ecosystems to test the various ways that rainfall changes and litter diversity may jointly determine ecological processes. Litter diversity and rainfall changes interactively affected multiple functions, but how depends on the process measured. High litter diversity buffered the effects of altered rainfall on detritivore communities, evidence of insurance against impacts of climate change. Altered rainfall affected the mechanisms by which litter diversity influenced decomposition, reducing the importance of complementary attributes of species (complementarity effects), and resulting in an increasing dependence on the maintenance of specific species (dominance effects). Finally, altered rainfall conditions prevented litter diversity from fueling methanogenesis, because such changes in rainfall reduced microbial activity by 58%. Together, these results demonstrate that the effects of climate change and biodiversity loss on ecosystems cannot be understood in isolation and interactions between these stressors can be multifaceted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,030
Score d'incertitude au seuil0,180

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,203
Écart entre enseignants0,169 · 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 tête enseignante, 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

Citations104
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetPlant and animal studiesTravaux en français237 207