MétaCan
Menu
Retour à la cohorte
Enregistrement W2963013249 · doi:10.1086/704887

Arctic biodiversity of stream macroinvertebrates declines in response to latitudinal change in the abiotic template

2019· article· en· W2963013249 sur OpenAlexafffundabout
Joseph M. Culp, Jennifer Lento, R. Allen Curry, Eric Luiker, Daryl B. Halliwell

Notice bibliographique

RevueFreshwater Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInvertebrate Taxonomy and Ecology
Établissements canadiensUniversity of New BrunswickEnvironment and Climate Change CanadaWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaParks Canada
Mots-clésNestednessEcologyAbiotic componentSpecies richnessBenthic zoneBeta diversityArcticBiodiversityLatitudeClimate changeEnvironmental gradientEnvironmental scienceBiologyGeographyHabitat

Résumé

récupéré en direct d'OpenAlex

We aimed to determine which processes drive patterns of α and β diversity in Arctic river benthic macrofauna across a broad latitudinal gradient spanning the low to high Arctic of eastern Canada (58 to 81oN). Further, we examined whether latitudinal differences in taxonomic composition resulted from species replacement with organisms better adapted to northerly conditions or from the loss of taxa unable to tolerate the harsh environments of higher latitudes. We used the bioclimatic envelope concept to provide a first approximation forecast of how climate warming may modify α and β diversity of Arctic rivers and to identify potential changes in environmental variables that will drive future assemblage structure. Benthic macroinvertebrates, environmental supporting variables, and geospatial catchment data were collected to assess drivers of ecological pattern. We compared α diversity (i.e., taxonomic richness) across latitudes and partitioned β diversity into components of nestedness and species turnover to assess their relative contributions to compositional differences. We found sharp declines in taxonomic richness along a latitudinal gradient. This α diversity pattern was not associated with a change in numerical abundance. β diversity was highest when the most distant latitudes were compared, and pairwise latitudinal comparisons indicated that nestedness (loss of species) was the dominant contributor to compositional differences. Biotic–abiotic associations reflected both large-scale climatic drivers, including air temperature and prevalence of vegetated tundra, and small-scale secondary abiotic drivers of assemblage composition (e.g., substrate composition, water chemistry). The importance of nestedness to β diversity across latitudes supports the physiological tolerance hypothesis that a change in environmental tolerance is a key driver of species richness declines with increasing latitude. Distinct taxonomic assemblages among low and high Arctic latitude sites were associated with large-scale, climate-related drivers (e.g., temperature trends, terrestrial vegetation), reflecting the primary structuring of assemblages by bioclimatic envelopes. The abiotic environment was the strongest driver of assemblage structure at high latitudes because of the extreme conditions. With continued warming, biodiversity differences along latitudinal gradients are expected to become less pronounced as temperatures and vegetation become more similar from south to north, with local-scale variables becoming dominant biotic drivers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,235
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFreshwater ScienceMême sujetInvertebrate Taxonomy and EcologyTravaux en français237 207