MétaCan
Menu
Retour à la cohorte
Enregistrement W4389242148 · doi:10.1002/ecy.4219

Understanding temporal variability across trophic levels and spatial scales in freshwater ecosystems

2023· article· en· W4389242148 sur OpenAlexaff
Tadeu Siqueira, Charles P. Hawkins, Julian D. Olden, Jonathan D. Tonkin, Lise Comte, Victor S. Saito, Thomas L. Anderson, Gedimar Pereira Barbosa, Núria Bonada‬‬‬‬‬‬‬‬‬‬‬, Cláudia Cósta Bonecker, Miguel Cañedo‐Argüelles, Thibault Datry, Michael B. Flinn, Pau Fortuño, Gretchen A. Gerrish, Peter Haase, Matthew J. Hill, James M. Hood, Kaisa‐Leena Huttunen, Michael Jeffries, Timo Muotka, Daniel R. O’Donnell, Riku Paavola, Petr Pařil, Michael J. Paterson, Christopher J. Patrick, Gilmar Perbiche‐Neves, Luzia Cleide Rodrigues, Susanne C. Schneider, Michal Straka, Albert Ruhí

Notice bibliographique

RevueEcology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensInternational Institute for Sustainable Development
Organismes subventionnairesU.S. Fish and Wildlife ServiceConselho Nacional de Desenvolvimento Científico e TecnológicoGrantová Agentura České RepublikyFundação de Amparo à Pesquisa do Estado de São PauloRoyal Society Te ApārangiUniversity of CanterburyAgència de Gestió d'Ajuts Universitaris i de RecercaNational Science Foundation
Mots-clésTrophic levelEcologyMetacommunityTemporal scalesAbundance (ecology)Spatial ecologySpatial variabilityPopulationMesopredator release hypothesisBiodiversityCommunityTrophic cascadeEcosystemBiologyFood webApex predatorEnvironmental scienceBiological dispersal

Résumé

récupéré en direct d'OpenAlex

A tenet of ecology is that temporal variability in ecological structure and processes tends to decrease with increasing spatial scales (from locales to regions) and levels of biological organization (from populations to communities). However, patterns in temporal variability across trophic levels and the mechanisms that produce them remain poorly understood. Here we analyzed the abundance time series of spatially structured communities (i.e., metacommunities) spanning basal resources to top predators from 355 freshwater sites across three continents. Specifically, we used a hierarchical partitioning method to disentangle the propagation of temporal variability in abundance across spatial scales and trophic levels. We then used structural equation modeling to determine if the strength and direction of relationships between temporal variability, synchrony, biodiversity, and environmental and spatial settings depended on trophic level and spatial scale. We found that temporal variability in abundance decreased from producers to tertiary consumers but did so mainly at the local scale. Species population synchrony within sites increased with trophic level, whereas synchrony among communities decreased. At the local scale, temporal variability in precipitation and species diversity were associated with population variability (linear partial coefficient, β = 0.23) and population synchrony (β = -0.39) similarly across trophic levels, respectively. At the regional scale, community synchrony was not related to climatic or spatial predictors, but the strength of relationships between metacommunity variability and community synchrony decreased systematically from top predators (β = 0.73) to secondary consumers (β = 0.54), to primary consumers (β = 0.30) to producers (β = 0). Our results suggest that mobile predators may often stabilize metacommunities by buffering variability that originates at the base of food webs. This finding illustrates that the trophic structure of metacommunities, which integrates variation in organismal body size and its correlates, should be considered when investigating ecological stability in natural systems. More broadly, our work advances the notion that temporal stability is an emergent property of ecosystems that may be threatened in complex ways by biodiversity loss and habitat fragmentation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,295
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207