Local and regional drivers of taxonomic homogenization in stream communities along a land use gradient
Notice bibliographique
Résumé
Abstract Aim The interaction of land use with local versus regional processes driving biological homogenization (β‐diversity loss) is poorly understood. We explored: (a) stream β‐diversity responses to land cover (forest versus agriculture) in terms of physicochemistry and physicochemical heterogeneity; (b) whether these responses were constrained by the regional species pool, i.e. γ‐diversity, or local assembly processes through local (α) diversity; (c) whether local assembly operated through the regional species abundance distribution (SAD) or intraspecific spatial aggregation; and (d) the dependence on body size, dispersal capacity and trophic level (producer versus consumer). Location USA, Canada and France. Time period 1993–2012. Major taxa studied Stream diatoms, insects and fish. Methods We analysed six datasets totalling 1,225 stream samples. We compared diversity responses to eutrophication and physicochemical heterogeneity in forested versus agricultural streams with regression methods. Null models quantified the contribution of local assembly to β‐diversity (β‐deviance, β DEV ) for both types of land covers and partitioned it into fractions explained by the regional SAD (β SAD ) versus aggregation (β AGG ). Results Eutrophication explained homogenization and more uneven regional SADs across groups, but local and regional biodiversity responses differed across taxa. The β DEV was insensitive to land use. The β SAD largely exceeded β AGG and was higher in agriculture. Main conclusions Eutrophication but not physicochemical heterogeneity of agricultural streams underlay β‐diversity loss in diatoms, insects and fish. Agriculture did not constrain the magnitude of local versus regional effects on β‐diversity but controlled the local assembly mechanisms. Although the SAD fraction dominated in both land covers, it increased further in agriculture at the expense of aggregation. Notably, the regional SADs were more uneven in agriculture, exhibiting excess common species or stronger dominance. Diatoms and insects diverged from fish in terms of biodiversity, SAD shape and β DEV patterns, suggesting an overriding role of body size and/or dispersal capacity compared with trophic position.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».