Rare and declining bee species are key to consistent pollination of wildflowers and crops across large spatial scales
Notice bibliographique
Résumé
Abstract Biodiversity promotes ecosystem function (EF) in experiments, but it remains uncertain how biodiversity loss affects function in larger‐scale natural ecosystems. In these natural ecosystems, rare and declining species are more likely to be lost, and function needs to be maintained across space and time. Here, we explore the importance of rare and declining bee species to the pollination of three wildflowers and three crops using large‐scale (72 sites across 5000 km 2 ), multi‐year datasets. Half of the sampled bee species (82/164) were rare or declining, but these species provided only ~15% of overall pollination. To determine the number of species important to EF, we used two methods of “scaling up,” both of which have previously been used for biodiversity‐function analysis. First, we summed bee species' contributions to pollination across space and time and then found the minimum set of species needed to provide a threshold level of function across all sites; according to this method, effectively no rare and declining bee species were important to pollination. Second, we account for the “insurance value” of biodiversity by finding the minimum set of bee species needed to simultaneously provide a threshold level of function at each site in each year. The second method leads to the conclusion that 25 rare and eight declining bee species (36% and 53% of all rare and declining bee species, respectively) are included in the minimum set. Our findings provide some of the strongest evidence yet that rare and declining species are key to meeting threshold levels of EF, thereby providing a more direct link between real‐world biodiversity loss and EF.
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) | 0,000 | 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 ».