MétaCan
Menu
Retour à la cohorte
Enregistrement W4391103632 · doi:10.1111/oik.10514

Linking intrinsic scales of ecological processes to characteristic scales of biodiversity and functioning patterns

2024· article· en· W4391103632 sur OpenAlexaff
Yuval R. Zelnik, Matthieu Barbier, David W. Shanafelt, Michel Loreau, Rachel M. Germain

Notice bibliographique

RevueOikos · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesAgence Nationale de la RechercheEuropean Commission
Mots-clésBiological dispersalEcologySpatial ecologyScale (ratio)Temporal scalesBiodiversityEcosystemForagingPopulationGeographyBiologyCartography

Résumé

récupéré en direct d'OpenAlex

Ecology is a science of scale, which guides our description of both ecological processes and patterns, but we lack a systematic understanding of how process scale and pattern scale are connected. Recent calls for synthesis between population ecology, community ecology, and ecosystem ecology motivate the integration of phenomena at multiple organizational levels. Furthermore, many studies leave out the scaling of a critical process: species interactions, which may be non‐local through movement or foraging and must be distinguished from dispersal scales. Here, we use simulations to explore the consequences of three different process scales (species interactions, dispersal, and the environment) on emergent patterns of biodiversity, ecosystem functioning, and their relationship, in a spatially‐explicit landscape and stable equilibrium setting. A major result of our study is that the spatial scales of dispersal and species interactions have opposite effects: a larger dispersal scale homogenizes spatial biomass patterns, while a larger interaction scale amplifies their heterogeneity. Interestingly, the specific scale at which dispersal and interaction scales begin to influence landscape patterns depends on the scale of environmental heterogeneity – in other words, the scale of one process allows important scales to emerge in other processes. This interplay between process scales, i.e. a situation where no single process dominates, can only occur when the environment is heterogeneous and the scale of dispersal small. Finally, contrary to our expectations, we observe that the spatial scale of ecological processes is more clearly reflected in landscape patterns (i.e. distribution of local outcomes) than in global patterns such as species–area relationships (SARs) or large‐scale biodiversity–functioning relationships. Overall we conclude that long‐range interactions often act differently and even in opposite ways to dispersal, and that the landscape patterns that emerge from the interplay of long‐ranged interactions, dispersal and environmental heterogeneity are not well captured by often‐used metrics like the SAR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,175

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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 tête enseignante, 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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOikosMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207