Landscape modification and nutrient‐driven instability at a distance
Notice bibliographique
Résumé
Almost 50 years ago, Michael Rosenzweig pointed out that nutrient addition can destabilise food webs, leading to loss of species and reduced ecosystem function through the paradox of enrichment. Around the same time, David Tilman demonstrated that increased nutrient loading would also be expected to cause competitive exclusion leading to deleterious changes in food web diversity. While both concepts have greatly illuminated general diversity-stability theory, we currently lack a coherent framework to predict how nutrients influence food web stability across a landscape. This is a vitally important gap in our understanding, given mounting evidence of serious ecological disruption arising from anthropogenic displacement of resources and organisms. Here, we combine contemporary theory on food webs and meta-ecosystems to show that nutrient additions are indeed expected to drive loss in stability and function in human-impacted regions. Our models suggest that destabilisation is more likely to be caused by the complete loss of an equilibrium due to edible plant species being competitively excluded. In highly modified landscapes, spatial nutrient transport theory suggests that such instabilities can be amplified over vast distances from the sites of nutrient addition. Consistent with this theoretical synthesis, the empirical frequency of these distant propagating ecosystem imbalances appears to be growing. This synthesis of theory and empirical data suggests that human modification of the Earth is strongly connecting distantly separated ecosystems, causing rapid, expansive and costly nutrient-driven instabilities over vast areas of the planet. Similar to existing food web theory, the corollary to this spatial nutrient theory is that slowing down spatial nutrient pathways can be a potent means of stabilising degraded ecosystems.
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 | 0,000 | 0,000 |
| 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) | 0,002 | 0,001 |
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 ».