The taxonomic and functional biogeographies of phytoplankton and zooplankton communities across boreal lakes
Notice bibliographique
Résumé
A bstract Strong trophic interactions link primary producers (phytoplankton) and consumers (zooplankton) in lakes. However, the influence of such interactions on the biogeographical distribution of the taxa and functional traits of planktonic organisms in lakes has never been explicitly tested. To better understand the spatial distribution of these two major aquatic groups, we related composition across boreal lakes (104 for zooplankton and 48 for phytoplankton) in relation to a common suite of environmental and spatial factors. We then directly tested the degree of coupling in their taxonomic and functional distributions across the subset of common lakes. Although phytoplankton composition responded mainly to properties related to water quality while zooplankton composition responded more strongly to lake morphometry, we found significant coupling between their spatial distributions at taxonomic and functional levels based on a Procrustes test. This coupling was not significant after removing the effect of environmental drivers (water quality and morphometry) on the spatial distributions of the two groups. This result suggests that top-down and bottom-up effects (e.g. nutrient concentration and predation) drove trophic interactions at the landscape level. We also found a significant effect of dispersal limitation on the distribution of taxa, which could explain why coupling was stronger for taxa than for traits at the scale of this study, with a turnover of species observed between regions, but no trait turnover. Our results indicate that landscape pelagic food web responses to anthropogenic changes in ecosystem parameters should be driven by a combination of top-down and bottom-factors for taxonomic composition, but with a relative resilience in functional trait composition of lake communities.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».