Drivers of native and non‐native freshwater fish richness across North America: Disentangling the roles of environmental, historical and anthropogenic factors
Notice bibliographique
Résumé
Abstract Aim A better understanding of native and non‐native species responses to environmental conditions, historical processes, and human pressures is crucial in the face of global environmental changes affecting biodiversity. Here, we evaluate the relative roles of environmental, historical and anthropogenic factors in influencing species richness of native and non‐native freshwater fishes in watersheds across North America. Location North America (exclusive of Mexico). Time period Recent. Major taxa studied Freshwater fishes. Methods We compiled an extensive dataset of native and non‐native fish richness in 2,993 watersheds across North America, together with corresponding data for environmental (climatic, geographic), historical and anthropogenic factors. We used variance partitioning and hierarchical partitioning to quantify the relative importance of environmental, historical and anthropogenic factors in explaining richness variation in native and non‐native [overall, and by geographic origin (foreign/translocated) and pathway (authorized/unauthorized)] fishes, while accounting for correlations among explanatory variables and spatial autocorrelation. Results Overall importance of environmental and anthropogenic factors was greater than historical factors in explaining both native and non‐native richness. Precipitation‐related factors were more important in explaining native richness, whereas non‐native richness was largely associated with temperature‐related factors. However, richness related to authorized introductions was less constrained by temperature than unauthorized introductions. Dam density, road density and urbanization gradient were major anthropogenic factors related to non‐native richness, yet their relative importance varied among origin‐ and pathway‐based categories. Conclusions Our findings indicate different environmental drivers influence native and non‐native fish richness patterns in North America. The accumulation of non‐native species in watersheds depends on the interaction between environmental conditions and anthropogenic‐based processes related to introduction history including geographic origin, introduction pathway, and propagule pressure, where the latter likely plays a major role. Warmer regions with high human population densities and more impoundments are more prone to fish invasions, mostly via unauthorized introductions.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».