Intraspecific trait variation improves the detection of deterministic community assembly processes in early successional forests, but not in late successional forests
Notice bibliographique
Résumé
Intraspecific trait variation (ITV) has been increasingly recognized to play an important role in understanding the underlying processes influencing community assembly. However, gaps remain in our understanding of how incorporating ITV will influence the relative importance of deterministic (e.g. habitat filtering, limiting similarity) and stochastic processes in driving community assembly at different successional stages. We used data for eight functional traits from 55 woody species in early (24 ha) and late (25 ha) successional temperate forest plot in northeast China. We employed an approximate Bayesian computation approach to assess the relative contribution of stochastic processes, habitat filtering and limiting similarity in driving community structure. We then compared the results with and without intraspecific trait variation to investigate how ITV influences the inferred importance of each process. We found that when analyzing interspecific trait variation only (i.e. without ITV), stochastic processes were observed most frequently in driving community composition, followed by habitat filtering and limiting similarity in both forests. However, ITV analyses showed that the relative importance of both deterministic processes (habitat filtering and limiting similarity) increased in early successional forest, but remained virtually unchanged in late successional forest. Our study reveals the distinctive influence of ITV on the inference of underlying processes in a context of succession and reinforces the need to estimate ITV for making correct inferences about underlying ecological processes.
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 | 0,000 |
| 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 ».