Warming reverses top-down effects of predators on belowground ecosystem function in Arctic tundra
Notice bibliographique
Résumé
Predators can disproportionately impact the structure and function of ecosystems relative to their biomass. These effects may be exacerbated under warming in ecosystems like the Arctic, where the number and diversity of predators are low and small shifts in community interactions can alter carbon cycle feedbacks. Here, we show that warming alters the effects of wolf spiders, a dominant tundra predator, on belowground litter decomposition. Specifically, while high densities of wolf spiders result in faster litter decomposition under ambient temperatures, they result, instead, in slower decomposition under warming. Higher spider densities are also associated with elevated levels of available soil nitrogen, potentially benefiting plant production. Changes in decomposition rates under increased wolf spider densities are accompanied by trends toward fewer fungivorous Collembola under ambient temperatures and more Collembola under warming, suggesting that Collembola mediate the indirect effects of wolf spiders on decomposition. The unexpected reversal of wolf spider effects on Collembola and decomposition suggest that in some cases, warming does not simply alter the strength of top-down effects but, instead, induces a different trophic cascade altogether. Our results indicate that climate change-induced effects on predators can cascade through other trophic levels, alter critical ecosystem functions, and potentially lead to climate feedbacks with important global implications. Moreover, given the expected increase in wolf spider densities with climate change, our findings suggest that the observed cascading effects of this common predator on detrital processes could potentially buffer concurrent changes in decomposition rates.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».