Integrative analysis of stressor gradients reveals multiple discrete trait‐defined axes underlie community assembly
Notice bibliographique
Résumé
Abstract The generalizable functional attributes of organisms (traits) relate strongly to their environment across multiple levels of biological organization, making trait‐based approaches a powerful mechanistic framework to understand species distributions and community composition in relation to environmental change. To investigate how a wide range of stressor types shape stream macroinvertebrate communities, we conducted an integrative analysis using community and taxon trait information across drying, flooding, eutrophication, fine sediment, and acid mine drainage (AMD) gradients. Each gradient spanned relatively unimpacted to severely impacted sites. To characterize community change in response to stressors, we incorporated abundance‐based trait information from all stressor gradients in a single trait‐based ordination (nonmetric multidimensional scaling), defining the trait space within which each stressor gradient acted. We hypothesized that different stressors would apply different environmental filters, moving communities along distinct axes in trait space and resulting in communities with definable trait combinations. Particularly strong relationships were associated with anthropogenically derived stressors (fine sediment, eutrophication, and AMD) compared to natural stressors (drying and flooding). Anthropogenic stressors instigated significant movement of communities along multiple axes in trait space, likely driven by limited adaptation to these novel stressors. We demonstrate that trait‐based analysis of communities across multiple stressor gradients can support a more comprehensive understanding of how community composition changes than taxonomic methods or investigation of a single stressor type, and could underpin community‐focused management actions.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 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 ».