Feedbacks link ecosystem ecology and evolution across spatial and temporal scales: Empirical evidence and future directions
Notice bibliographique
Résumé
Abstract Unifying ecosystem ecology and evolutionary biology promises a more complete understanding of the processes that link different levels of biological organization across space and time. Feedbacks across levels of organization link theory associated with eco‐evolutionary dynamics, niche construction and the geographic mosaic theory of co‐evolution. We describe a conceptual model, which builds upon previous work that shows how feedback among different levels of biological organization can link ecosystem and evolutionary processes over space and time. We provide empirical examples across terrestrial and aquatic systems that indicate broad generality of the conceptual framework and discuss its macroevolutionary consequences. Our conceptual model is based on three premises: genetically based species interactions can vary spatially and temporally from positive to neutral (i.e. no net feedback) to negative and drive evolutionary change; this evolutionary change can drive divergence in niche construction and ecosystem function; and lastly, such ecosystem‐level effects can reinforce spatiotemporal variation in evolutionary dynamics. Just as evolution can alter ecosystem function locally and across the landscape differently, variation in ecosystem processes can drive evolution locally and across the landscape differently. By highlighting our current knowledge of eco‐evolutionary feedbacks in ecosystems, as well as information gaps, we provide a foundation for understanding the interplay between biodiversity and ecosystem function through an eco‐evolutionary lens. A plain language summary is available for this article.
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 | 0,001 | 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 ».