What drives phylogenetic and trait clustering on islands?
Notice bibliographique
Résumé
Abstract Context As one primary catchment-scale impacts of dam constructions on ecosystems, fragmentation, resulting in reduced species richness, altered ecological processes and degraded ecosystem functioning, has been increasing intensely. Objectives Explore the drivers that hinder species co-existence and community assembly would facilitate understanding the fragmentation effect caused by dams. Methods: We hypothesized that habitat filtering and competitive exclusion can simultaneously drive community assembly processes, such that communities on small islands, where competition for limited space and resources is more intense, would be functionally and phylogenetically less clustered than those on large islands. We used ten functional traits and a phylogeny of 76 woody plant species to assess species diversity and similarity within communities across an island area gradient. Results As expected, species were more phylo-functionally similar to one another than expected by chance within islands and this underdispersion grew stronger with island area, indicating that while islands contained clustered communities, habitat filtering and competitive exclusion were both likely occurring. By integrating species abundance distributions with community similarity, we found that the most abundant species were phylo-functionally similar to the least abundant species. Species richness increased with island area, as expected, but the additional species found only on large islands tended to have low abundances, providing opportunities for rare species to persist. Conclusions With habitat filtering narrowing the number of species that can persist, the loss of phylo-functionally closely related rare species on small islands was likely caused by competition or stochastic removals, leading to greater species dissimilarity than on large islands. On large islands, the clustered patterns are likely to be the result of a combination of competitive exclusion caused by resource limitation and from habitat filtering.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».