Community‐level natural selection modes: A quadratic framework to link multiple functional traits with competitive ability
Notice bibliographique
Résumé
Abstract Research linking functional traits to competitive ability of coexisting species has largely relied on rectilinear correlations, yielding inconsistent results. Based on concepts borrowed from natural selection theory, we propose that trait–competition relationships can generally correspond to three univariate selection modes: directional (a rectilinear relationship), stabilising (an n‐shaped relationship), and disruptive (a u‐shaped relationship). Moreover, correlational selection occurs when two traits interact in determining competitive ability and lead to an optimum trait combination (i.e., a bivariate nonlinear selection mode). We tested our ideas using two independent datasets, each one characterising a group of species according to (a) their competitive effect on a target species in a pot experiment and (b) species‐level values of well‐known functional traits extracted from existing databases. The first dataset comprised 10 annual plant species frequent in a summer‐rainfall desert in Argentina, while the second consisted of 37 herbaceous species from cool temperate vegetation types in Canada. Both experiments had a replacement design where the identity of neighbours was manipulated holding total plant density in pots constant. We modelled the competitive ability of neighbours (i.e., the log inverse of target plant biomass) as a function of traits using normal multiple regression. Leaf dry matter content ( LDMC ) was consistently subjected to negative directional selection in both experiments as well as to stabilising selection among temperate species. Leaf size was subjected to stabilising selection among desert species while among temperate species, leaf size underwent correlational selection in combination with specific leaf area ( SLA ): selection on SLA was negative directional for large‐leaved species, while it was slightly positive for small‐leaved species. Synthesis . Multiple quadratic regression adds functional flexibility to trait‐based community ecology while providing a standardised basis for comparison among traits and environments. Our analyses of two datasets from contrasting environmental conditions indicate (a) that leaf dry matter content can capture an important component of plant competitive ability not accounted for by widely used competitive traits, such as specific leaf area, leaf size, and plant height and (b) that optimum relationships (either univariate or bivariate) between competitive ability and plant traits may be more common than previously realised.
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 | 0,001 |
| 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 | 0,001 |
| 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 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 ».