What makes trait–abundance relationships when both environmental filtering and stochastic neutral dynamics are at play?
Notice bibliographique
Résumé
A major objective in ecology is to determine how local species abundances relate to their functional trait values (i.e. trait–abundance relationship), under a combined influence of 1) environmental filters affecting local species performance conditionally to trait values, 2) neutral demographic and immigration dynamics affecting abundances independently from these trait values, and 3) varying availability and frequency of species at regional level. We examined the nature and strength of the trait–abundance relationship in 30 000 simulated communities covering a gradient of the relative importance of niche‐based environmental filtering and neutral stochastic processes, with heterogeneous regional species frequencies. We explored scenarios of directional, stabilizing and disruptive filtering differently affecting the success of species in communities, depending on their relative trait values. We evaluated how the four first moments of the trait distribution in a local community (i.e. abundance‐weighted mean, variance, skewness and kurtosis) were influenced by immigration, environmental filtering and neutral dynamics. Then we determined whether including constraints related to these moments in a Bayesian maximum entropy regression improved the prediction of the trait–abundance relationships. First, we found pervasive influence of regional frequencies on local species abundances, related to regular input of immigrants. Second, the first four moments of the local trait distribution were affected by environmental filtering, the shape of the response depending on the type of filtering. Third, with decreasing immigration rate, the imprint of local demographic stochasticity overrode the impact of environmental filtering on trait–abundance relationships. Lastly, accounting for the mean and variance of local trait distribution appeared sufficient to explain the trait–abundance relationships in our regression framework, although their contribution differed depending on the type of environmental filtering. Therefore, the mean and variance of trait values in communities, two pillars of trait‐gradient analyses in functional ecology, can capture the key influence of environmental filtering on local trait–abundance relationships.
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) | 0,026 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».