Environmental filtering and habitat (mis)matching of riverine invertebrate metacommunities
Notice bibliographique
Résumé
Abstract Aim Metacommunities are assembled through a combination of local and regional processes, with the relative importance of the drivers of assembly depending on ecological context. Global change can alter community assembly at both local and regional levels, potentially shifting communities into disequilibrium with their local environmental conditions. In this study, we evaluated the spatial variation in environmental filtering and habitat matching of 1078 riverine macroinvertebrate communities distributed across nine ecoregions within the conterminous United States. Location Conterminous United States. Taxon Freshwater macroinvertebrates. Methods We first quantified spatial patterns in environmental filtering, habitat matching, and functional trait diversity. We then used boosted regression trees to identify (1) functional trait predictors of environmental filtering and habitat matching and (2) environmental, landscape, and network variables that predict functional trait abundances. Results Our results demonstrated that environmental filtering but not habitat matching varied strongly by ecoregion. We also found that functional trait diversity varied by ecoregion, but not as strongly as the signatures of environmental filtering. We did not identify consistent functional trait predictors for both environmental filtering and habitat matching, with trait predictors instead varying by individual traits, trait categories, and ecoregions. Notwithstanding inconsistent trait predictors, environmental filtering was primarily influenced by habitat preference traits while habitat matching was primarily influenced by both habitat preference and dispersal traits. Predictors of functional traits also varied by trait category and ecoregion, with habitat preference and dispersal traits primarily influenced by network variables. Main conclusions Our study demonstrates the contingent patterns and drivers of environmental filtering and habitat matching on a macroecological scale. We aim for this work to provide the foundation on which trait-environment relationships can be further quantified and causal explanations established in the context of community disequilibrium and applied to conservation and management of freshwater systems.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,001 | 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 ».