MétaCan
Menu
Retour à la cohorte
Enregistrement W4221107096 · doi:10.1111/ddi.13521

Seasonal differences in the relationship between biodiversity and ecosystem functioning in an overexploited shelf sea ecosystem

2022· article· en· W4221107096 sur OpenAlexaff
Yuru Li, Shuyang Ma, Caihong Fu, Jianchao Li, Yongjun Tian, Peng Sun, Peilong Ju, Shude Liu

Notice bibliographique

RevueDiversity and Distributions · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSpecies evennessSpecies richnessBiodiversityEcosystemEcologyBiomass (ecology)Diversity indexEnvironmental scienceBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Biodiversity loss results in reduced ecosystem functioning. However, the relationship between biodiversity and ecosystem functioning (the BEF relationship) in overexploited ecosystems remains controversial largely because of the lack of validation in nature. Therefore, in this study, through four seasonal trawl surveys of demersal fish assemblages off the shelf sea of Shandong Province, China, we explored BEF relationships and their seasonal variability. Furthermore, we assessed the relative importance of the environment and biodiversity on biomass variations. Location Shelf sea of Shandong Province, China. Methods At each station, we calculated taxonomic and functional diversity indices, and examined their association with ecosystem functioning based on the biomass index. Moreover, we examined the biomass index's association with two environmental variables, sea bottom temperature and sea surface chlorophyll‐ a concentration, to investigate the relative importance of the environmental conditions in explaining changes in ecosystem functioning. Results Two taxonomic diversity indices (species richness and variance) and two functional diversity indices (functional richness and functional evenness) were significantly associated with biomass in at least one season. However, the BEF relationships were not consistent among the seasons, highlighting the need to consider season‐specific biodiversity indices (e.g., functional evenness). Specifically, despite consistently significant BEF relationships in the four seasons for species richness, variance, and functional richness, we noted temporally variable BEF relationships for functional evenness. Both the environment and biodiversity produced a strong synergistic effect on biomass, although their relative importance varied among seasons. Main conclusions Biodiversity greatly contributes to ecosystem functioning, underscoring the need to assess the consequences of biodiversity loss on ecosystems using integrated taxonomic and trait‐based approaches. Our findings on season‐dependent BEF relationships provide evidence for considering seasonal factors before applying BEF relationships to ecosystem‐based management, at least in overexploited shelf sea 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,233
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiversity and DistributionsMême sujetMarine and fisheries researchTravaux en français237 207