Functional community structure modulates zooplankton production rates across boreal lakes
Notice bibliographique
Résumé
Abstract Although there is a general consensus in ecology that more diverse communities tend to be more productive, it is still unclear whether this holds for aquatic ecosystems, especially with indicators of productivity rates and not just standing biomass proxies. Furthermore, most evidence is based on the results of experimental studies in which biodiversity was assessed through taxonomic richness, although functional indicators could be more relevant. Consequently, we still have a poor understanding of how real community performance is linked to the various features of community structure in natural aquatic ecosystems. Here we explicitly assessed the effect of functional traits and diversity on crustacean zooplankton productivity rates measured across 84 boreal Canadian lakes spanning wide limnological gradients. Productivity was assessed using the chitobiase enzyme method. Redundancy analyses and structured equation modelling were used to assess the relationship between zooplankton production rates, community structure (diversity and functional composition), while accounting for standing biomass and environmental factors After controlling for the effect of environmental factors, zooplankton production rates were positively linked to dominance (lower functional evenness) by certain feeding traits ( Daphnia filtration and Chydorus filtration), demonstrating an identity (selection) effect. Overall, the magnitude of the functional compositional effect on production was comparable to the aggregate effect of the environmental variables. Our study demonstrates that zooplankton functional community structure plays an important role in the regulation of a pivotal lake ecosystem function.
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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».