Biodiversity change under adaptive community dynamics
Notice bibliographique
Résumé
Compositional change is a ubiquitous response of ecological communities to environmental drivers of global change, but is often regarded as evidence of declining "biotic integrity" relative to historical baselines. Adaptive compositional change, however, is a foundational idea in evolutionary biology, whereby changes in gene frequencies within species boost population-level fitness, allowing populations to persist as the environment changes. Here, we present an analogous idea for ecological communities based on core concepts of fitness and selection. Changes in community composition (i.e., frequencies of genetic differences among species) in response to environmental change should normally increase the average fitnessof community members. We refer to compositional changes that improve the functional match, or "fit," between organisms' traits and their environment as adaptive community dynamics. Environmental change (e.g., land-use change) commonly reduces the fit between antecedent communities and new environments. Subsequent change in community composition in response to environmental changes, however, should normally increase community-level fit, as the success of at least some constituent species increases. We argue that adaptive community dynamics are likely to improve or maintain ecosystem function (e.g., by maintaining productivity). Adaptive community responses may simultaneously produce some changes that are considered societally desirable (e.g., increased carbon storage) and others that are undesirable (e.g., declines of certain species), just as evolutionary responses within species may be deemed desirable (e.g., evolutionary rescue of an endangered species) or undesirable (e.g., enhanced virulence of an agricultural pest). When assessing possible management interventions, it is important to distinguish between drivers of environmental change (e.g., undesired climate warming) and adaptive community responses, which may generate some desirable outcomes. Efforts to facilitate, accept, or resist ecological change require separate consideration of drivers and responses, and may highlight the need to reconsider preferences for historical baseline communities over communities that are better adapted to the new conditions.
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 | 0,001 |
| 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 ».