Landscape heterogeneity buffers biodiversity of meta-food-webs under global change through rescue and drainage effects
Notice bibliographique
Résumé
Summary The impacts of habitat fragmentation and eutrophication on biodiversity have been studied in different scientific realms. Metacommunity research 1–5 has shown that reduction in landscape connectivity may cause biodiversity loss in fragmentated landscapes. Food-web research addressed how eutrophication increases biomass accumulations at high trophic levels causing the breakdown of local biodiversity 6–9 . However, there is very limited understanding of their cumulative impacts as they could amplify or cancel each other. Here, we show with simulations of meta-food-webs that landscape heterogeneity provides a buffering capacity against increasing nutrient eutrophication. An interaction between eutrophication and landscape homogenization precipitates the decline of biodiversity. We attribute our results to two complementary mechanisms related to source and sink dynamics. First, the “rescue effect” maintains local biodiversity by rapid recolonization after a local crash in population densities. Second, the “drainage effect” allows a more uniform spreading of biomass across the landscape, reducing overall interaction strengths and therefore stabilizing dynamics. In complex food webs on large spatial networks of habitat patches, these effects yield systematically higher biodiversity in heterogeneous than in homogeneous landscapes. Our meta-food-web approach reveals a strong interaction between habitat fragmentation and eutrophication and provides a mechanistic explanation of how landscape heterogeneity promotes biodiversity.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».