Large‐scale multi‐trophic co‐response models and environmental control of pelagic food webs in Québec lakes
Notice bibliographique
Résumé
Environmental heterogeneity plays a fundamental role in driving species distributions by, for one, fostering niche dimensionality. Within lake ecosystems, species distributions and concordance patterns are driven by both local and regional heterogeneity, though their relative importance across trophic levels has rarely been explored. We developed a statistical framework to compare responses of taxa from different trophic levels to abiotic factors and determine how this affected multi‐trophic network structures. In particular, we used multi‐species concordance modelling (concordance analysis and RV coefficient) to determine species associations and correlations within and among three trophic levels (phytoplankton, zooplankton and fish communities sampled across 49 southern Québec lakes, covering eight hydrological regions). We then used multiple factor analysis, latent variable modelling and local contributions of sites to beta diversity to assess the relative importance of major environmental gradients in structuring species co‐responses and species interaction turnover across the landscape. Our analyses confirmed that concordant species within each trophic level varied jointly or segregated into different pelagic food webs in Québec lakes where important acidification and eutrophication took place. Some keynote species were indicators of different food web compartments and distinguished groups of lakes along multiple environmental niche dimensions. Among the three trophic levels examined, zooplankton depicted the highest proportion of species concordance and appeared to act as a trophic linkage between phytoplankton and fish. Ultimately, the losses or gains in species richness and species interactions were strongly driven by environmental gradients. This study provides for the first time a combined analysis of the effects of environmental heterogeneity on ecological communities belonging to three trophic levels sampled near simultaneously across an 800 km broad lacustrine landscape. The new framework developed in this study has a great potential to better understand the complex response of aquatic ecosystems in a world increasingly affected by multiple, cumulative stressors.
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 | 0,000 |
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 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 ».