Present and historical landscape structure shapes current species richness in Central European grasslands
Notice bibliographique
Résumé
Abstract Context Current diversity and species composition of ecological communities can often not exclusively be explained by present land use and landscape structure. Historical land use may have considerably influenced ecosystems and their properties for decades and centuries. Objectives We analysed the effects of present and historical landscape structure on plant and arthropod species richness in temperate grasslands, using data from comprehensive plant and arthropod assessments across three regions in Germany and maps of current and historical land cover from three time periods between 1820 and 2016. Methods We calculated local, grassland class and landscape scale metrics for 150 grassland plots. Class and landscape scale metrics were calculated in buffer zones of 100 to 2000 m around the plots. We considered effects on total species richness as well as on the richness of species subsets determined by taxonomy and functional traits related to habitat use, dispersal and feeding. Results Overall, models containing a combination of present and historical landscape metrics showed the best fit for several functional groups. Comparing three historical time periods, data from the 1820/50s was among the most frequent significant time periods in our models (29.7% of all significant variables). Conclusions Our results suggest that the historical landscape structure is an important predictor of current species richness across different taxa and functional groups. This needs to be considered to better identify priority sites for conservation and to design biodiversity-friendly land use practices that will affect landscape structure in the future.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».