Functional trait complementarity and dominance both determine benthic secondary production in temperate seagrass beds
Notice bibliographique
Résumé
Abstract Defining relationships between biodiversity and ecosystem functioning (BEF) is key to understanding the consequences of biodiversity loss. Although species functional traits are strongly linked to ecosystem processes, their integration into BEF models has been focused mainly on terrestrial ecosystems. Application is limited because functional trait‐based BEF models typically have small‐sample sizes and highly correlated predictors, making it difficult for model selection and identifying underlying drivers. We examine the BEF relationship between secondary production and benthic invertebrate taxonomic and functional diversity for seagrass beds located across a range of environmental conditions. Specifically, we evaluate the role of complementarity (i.e., dissimilarity in species or traits) and dominance (disproportional importance of traits) in determining secondary production at 20 sites using 34 metrics of taxonomic diversity, functional diversity, and functional traits. Here, diversity metrics represent complementarity and functional traits represent dominance. We used elastic‐net regression and commonality analysis to evaluate the BEF model, because its properties (i.e., few observations and many potential, and highly correlated, predictors) precluded more standard approaches and it is well suited to this situation. Functional richness and five functional traits (crawling, surface deposit feeding [SurDF], location on sediment surface, lifespan 1–3 yr, and semi‐continuous breeding) were identified as important determinants of secondary production, explaining 74% of the variance. SurDF was the most important predictor that acted in isolation to influence secondary production, while all other predictors acted together. All six selected variables in three different combinations explained 68% of the total variance in the BEF model. These results indicate that both dominance and complementarity mechanisms were important for the BEF relationship. Our study highlights elastic‐net regression and commonality analysis as a powerful approach to model functional trait‐based BEF relationships. We further show that inclusion of the functional landscape into BEF models is highly valuable, allowing the implications of species loss for ecosystem functioning to be mechanistically understood.
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) | 0,017 | 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 ».