Trait‐based and multi‐scale approach provides insight on responses of freshwater mussels to environmental heterogeneity
Notice bibliographique
Résumé
Abstract Our understanding of the factors driving the distribution of metacommunities at different scales can be obscured by high variation in species composition between sites and a lack of fine‐scale distribution data. Trait‐based approaches have long been used to better identify and examine ecological patterns. Most recent studies of riverine metacommunities examining trait‐based patterns have focused on shorter lived organisms. Here we focused on a group of longer lived, sedentary riverine organisms, unionid freshwater mussels. The objective of this study was to examine how (1) the distribution of mussels with different life history strategies (trait‐based approach) and (2) the relative importance of environmental and spatial factors (as a proxy for dispersal) would differ with spatial scale and position in the river; and to (3) further compare this with patterns derived from a taxonomic approach. Fine‐scale distribution data of mussels and environmental factors were collected every 100 m in spatially extensive surveys in an upstream and downstream segment (200 sites/20‐km segment) of a semiarid river, making them some of the most spatially intensive surveys documented to date. A combination of redundancy analysis, asymmetric eigenvector mapping, and variation partitioning analyses revealed that more variation was explained by environmental factors where more environmental differences occur between sites. Where environmental heterogeneity was lower, the amount of variation explained by smaller scale spatial factors was higher, likely mostly associated with stochastic rather than dispersal processes. A higher amount of unexplained variation at the taxonomic level suggests that stochasticity may also play an important role in determining species composition. In contrast, different life history groups had a highly predictable distribution pattern driven by environmental heterogeneity, especially between river segments and mesohabitat, which was associated with different flow conditions. The role we predict for environmental heterogeneity and stochasticity in shaping the distribution of mussels in our study river likely also applies to other taxa and ecosystems at a spatial scale at which neither dispersal limitation nor mass effects occur. Thus, understanding the magnitude and extent of dispersal relative to the amount of environmental heterogeneity may be key for predicting metacommunity structure and dynamics for different organisms.
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) | 0,006 | 0,003 |
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 ».