A Functional Trait-Based Approach to Evaluate the Resilience of Key Ecosystem Functions of Tropical Savannas
Notice bibliographique
Résumé
The persistence of the woody vegetation of the Sahelian savannas, and their supported ecosystem functions, have been questioned since the great drought of 1970s–1980s. To assess the resilience of this vegetation to drought and grazing, we undertook a trait-based approach using field inventory, historical survey databases, and traits data literature. Using a hierarchical clustering approach, we gathered the species present from 1970 to 2015 into functional groups according to their effect traits related to primary productivity and biogeochemical cycles. First, we studied the evolution of functional redundancy (FRe) and response diversity (RDiv) of the functional effect groups to drought and grazing, two indicators of resilience, since the 1970s. Second, we looked at the spatial variation of these two indices in 2015, according to local topography. FRe and RDiv of 80% of the functional groups examined declined since 1970, endangering the persistence of the studied functions. Local topography strongly influenced current FRe and RDiv, with depressions presenting higher values. Finally, by examining species’ abundances, their regeneration, and the functional group to which they belong, we determined some key species that could benefit from protection to ensure the persistence of the ecosystem functions supported by the woody vegetation. This study has expanded knowledge about the savanna’s response to pressures and has shown how a functional traits-based approach could be an effective tool to guide the management of tropical savannas.
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 ».