Functional traits reveal the dominant drivers of long‐term community change across a North American Great Lake
Notice bibliographique
Résumé
Ecosystems worldwide have been impacted by multiple anthropogenic stressors, yet efforts to understand and manage these impacts have been hindered by difficulties in disentangling relative stressor effects. Theoretically, the actions of individual stressors can be delineated based on associated changes in functional traits and these relationships should be generalizable across communities comprised of different species. Thus, combining trait perspectives with community composition data could help to identify the relative influence of different stressors. We evaluated the utility of this combined approach by quantifying shifts in fish species and trait composition in Lake Erie during the past 50 years (1969-2018) in relation to human-driven changes in nutrient inputs, climate warming, and biological invasions. Species and trait shifts were also compared between two Lake Erie basins, which differ in their environmental and biological characteristics, to identify trait responses that were generalizable across different ecosystems versus those that were context dependent. Our analyses revealed consistent species changes across basins, and shifts in feeding and thermal traits, that were primarily associated with altered nutrient inputs (oligotrophication followed by eutrophication). We found no or inconsistent trait-based evidence for the effects of warming and two invasive fishes. Context-dependent trait responses were also evident; nutrient inputs were related to shifts in species tolerant of turbidity in the shallow, eutrophic western basin, which contrasted to shifts between benthopelagic and benthic species in the deeper central basin. Our results reveal the dominant effects of specific stressors on a large freshwater lake and offer a framework for combining species-based and trait-based approaches to delineate the impacts of simultaneous stressors on communities of perturbed natural 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 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 | 0,000 |
| 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 | 0,000 | 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 ».