Species niches, not traits, determine abundance and occupancy patterns: A multi‐site synthesis
Notice bibliographique
Résumé
Abstract Aim Locally abundant species are usually widespread, and this pattern has been related to properties of the niches and traits of species. However, such explanations fail to account for the potential of traits to determine species niches and often overlook statistical artefacts. Here, we examine how trait distinctiveness determines the abilities of species to exploit either common habitats (niche position) or a range of habitats (niche breadth) and how niche position and breadth, in turn, affect abundance and occupancy. We also examine how statistical artefacts moderate these relationships. Location Sixteen sites in the Neotropics. Time period 1993–2014. Major taxa studied Aquatic invertebrates from tank bromeliads. Methods We measured the environmental niche position and breadth of each species and calculated its trait distinctiveness as the average trait difference from all other species at each site. Then, we used a combination of structural equation models and a meta‐analytical approach to test trait–niche relationships and a null model to control for statistical artefacts. Results The trait distinctiveness of each species was unrelated to its niche properties, abundance and occupancy. In contrast, niche position was the main predictor of abundance and occupancy; species that used the most common environmental conditions found across bromeliads were locally abundant and widespread. Contributions of niche breadth to such patterns were attributable to statistical artefacts, indicating that effects of niche breadth might have been overestimated in previous studies. Main conclusions Our study reveals the generality of niche position in explaining one of the most common ecological patterns. The robustness of this result is underscored by the geographical extent of our study and our control of statistical artefacts. We call for a similar examination across other systems, which is an essential task to understand the drivers of commonness across the tree of life.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».