Species richness drives selection of individuals within wetlands based on traits related to acquisition and utilization of light
Notice bibliographique
Résumé
Selection within natural communities has mainly been studied along large abiotic gradients, while the selection of individuals within populations should occur locally in response to biotic filters. To better leverage the role of the latter, we considered the hierarchal nature of environmental selection for the multiple dimensions of the trait space across biological levels, that is, from the species to the community and the ecosystem levels. We replicated a natural species richness gradient where communities included from two to 16 species within four wetlands (bog, fen, meadow, and marsh) contrasting in plant productivity. We sampled functional traits from individuals in each community and used hierarchical distributional modeling in order to analyze the independent variation of the mean and dispersion of functional trait space at ecosystem, community, and species levels. The plant productivity gradient observed between wetlands led to species turnover and selection of traits related to leaf nutrient conservation/acquisition strategy. Within wetlands, plant species richness drove trait variation across both communities and species. Among communities, variation of species richness correlated with the selection of individuals according to their use of vertical space and leaf adaptations to light conditions. Within species, intraspecific light-related trait variation in response to species richness was associated with stable population density for some species, while others reached low population density in more diverse communities. Within ecosystems, variation in biotic conditions selects individuals along functional dimensions that are independent of those selected across ecosystems. Within-species variations of light-related traits are related to demographic responses, linking biotic selection of individuals within communities to eco-evolutionary dynamics of species.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 | 0,000 |
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 ».