Patterns and determinants of lichen abundance and diversity across a subarctic to arctic latitudinal gradient
Notice bibliographique
Résumé
Abstract Aim Lichens are a major component of Arctic biodiversity. However, they appear vulnerable to climate change, as they are exposed to warmer temperatures and increased competition with vascular plants. Our study aims to evaluate lichen cover, species richness, functional diversity and community composition among the dominant vegetation types along a 640‐km latitudinal gradient, and to identify environmental determinants related to patterns in lichen communities. Location From subarctic (56°N) to arctic (62°N) Nunavik (Québec, Canada). Taxon Lichens. Methods We characterized macrolichen communities at the species level in 42 sites across a latitudinal gradient, and identified latitudinal trends in lichen cover, species richness and functional diversity. Using linear models and distance‐based redundancy analysis, we investigated the effect of climate, vegetation, topography and soil characteristics on lichen communities. Results Lichen cover and species richness were the lowest at high latitudes, while functional diversity increased with increasing latitude. Vegetation types and surficial deposits were strongly related to lichen cover and richness. However, these factors did not influence functional diversity, which was mainly driven by climatic conditions. Main conclusion Our results highlight the importance of vegetation structure in lichen communities and corroborate the negative relationship between vascular plant abundance and lichen abundance and species richness. While we found no influence of vegetation structure on lichen functional diversity, further studies using targeted functional traits are needed to accurately investigate the impact of ongoing changes in northern vegetation on ecosystem functioning.
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) | 0,000 | 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 ».