Environmental drivers of local abundance–mass scaling in soil animal communities
Notice bibliographique
Résumé
The relationship between species' body masses and densities is strongly conserved around a three‐quarter power law when pooling data across communities. However, studies of local within‐community relationships have revealed major deviations from this general pattern, which has profound implications for their stability and functioning. Despite multiple contributions of soil communities to people, there is limited knowledge on the drivers of body mass–abundance relationships in these communities. We compiled a dataset comprising 155 soil–animal communities across four countries (Canada, Germany, Indonesia, USA), all sampled using the same methodology. We tested if variation in local climatic and edaphic conditions drives differences in local body mass–abundance scaling relationships. We found substantial variation in the slopes of this power‐law relationship across local communities. Structural equation modeling showed that soil temperature and water content have a positive and negative net effect, respectively, on soil communities. These effects are mediated by changes in local edaphic conditions (soil pH and carbon content) and the body‐mass range of the communities. These results highlight ways in which alterations of soil climatic and edaphic conditions interactively impact the distribution of abundance between populations of small and large animals. These quantitative mechanistic relationships facilitate our understanding of how global changes in environmental conditions, such as temperature and precipitation, will affect community–abundance distributions and thus the stability and functioning of soil–animal communities.
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) | 0,003 | 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 ».