Cascading impacts of changes in subsidy quality on recipient ecosystem functioning
Notice bibliographique
Résumé
Resource quantity and quality can differ between adjacent ecosystems, and these differences can impact subsidies exchanged between ecosystems. The quantity and quality of subsidies are rapidly changing in response to stressors associated with global environmental change, but while we have models to predict the effects of changes in subsidy quantity, we currently lack models to predict the effects of changes in subsidy quality on recipient ecosystem functioning. We developed a novel model to predict the effects of subsidy quality on recipient ecosystem biomass distribution, recycling, production, and efficiency. We parameterized the model for a case study of a riparian ecosystem subsidized by pulsed emergent aquatic insects. In this case study we focused on a common measure of subsidy quality that differs between riparian and aquatic ecosystems: the higher content of long-chain polyunsaturated fatty acids (PUFAs) in aquatic ecosystems. We analyzed how changes in the PUFA concentration of aquatic subsidies affect the dynamics in biomass stocks and functions of the riparian ecosystem. We also conducted a global sensitivity analysis to identify key drivers of subsidy impacts. Our analysis showed that subsidy quality increased the functioning of the recipient ecosystem. Recycling increased more strongly than production per unit subsidy quality increase, meaning there was a threshold where an increase in subsidy quality led to stronger effects of subsidies on recycling relative to the production of the recipient ecosystem. Our predictions were most sensitive to basal nutrient input, highlighting the relevance of recipient ecosystem nutrient levels to understanding the effects of ecosystem connections. We argue that recipient ecosystems that rely on high-quality subsidies, such as aquatic-terrestrial ecotones, are highly sensitive to changes in subsidy-recipient ecosystem connections. Our novel model unifies the subsidy hypothesis and food quality hypothesis and provides testable predictions to understand the effects of ecosystem connections on ecosystem functioning under global changes.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».