Trait plasticity is more important than genetic variation in determining species richness of associated communities
Notice bibliographique
Résumé
Abstract Intraspecific variation can be an important driver of ecological interactions in species‐rich communities. Predicting the effects of intraspecific variation in different environments, however, remains a major challenge. This is because we often do not quantify both the effects of functional traits on associated communities and the extent to which trait variation is due to genetics (genotype effects) vs. plasticity (environment effects). As a consequence, the relative importance of trait plasticity vs. genetic variation in structuring associated communities remains unclear. We sought to fill this gap by conducting common garden experiments with the plant Salix hookeriana across biotic (ant–aphid interactions) and abiotic (wind exposure) environmental gradients in a coastal dune ecosystem. In each experiment, we simultaneously measured plant traits and species richness of associated above‐ and below‐ground communities. We then used statistical models to quantify the relative importance of trait plasticity vs. genetic variation in structuring communities. Our major finding was that trait plasticity was more important than genetic variation in determining the number of species in associated communities. This result was consistent across different environmental contexts (experimental manipulations of ant–aphid interactions and wind exposure), multiple years, and for above‐ground arthropods and root microbes. This occurred because the traits that had the largest effect on species richness were also the most plastic. Synthesis . These results indicate that trait plasticity can be a dominant driver of above‐ and below‐ground biodiversity.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».