Idiosyncratic responses to biotic and environmental filters in wood‐inhabiting fungal communities
Notice bibliographique
Résumé
Quantification of different processes affecting the assembly of ecological communities remains challenging, especially in species-rich communities. While the role of environmental filtering has generally been well established, fewer studies have experimentally shown how other ecological assembly processes, such as biotic filtering, structure species-rich communities. Here, we studied the relative roles of biotic and environmental filtering in the colonization of wood-inhabiting fungi, a species-rich, highly interactive, and environment-sensitive group of species. We conducted a field experiment where we simulated colonization with inoculations of nine fungal species in habitat patches (i.e., logs) with varying biotic and abiotic conditions. We characterized the local resident communities before the inoculations and the colonization success of the inoculated species after one and two years using DNA metabarcoding. We asked what determined the colonization success of the inoculated species by comparing the predictive performance of alternative models. These models included either only abiotic environmental predictors (i.e., physical log properties) or additionally different aspects of the resident fungal communities (i.e., resident fungal species richness, community composition, and DNA amount) as biotic predictors. While all nine species successfully colonized the logs, the rate of success and the factors explaining their colonization success varied among species. The colonization success of four of the inoculated species was explained mostly by the abiotic environmental variables, while the colonization success of three species was additionally explained by the resident communities. The influential biotic predictors varied from the presence of individual species to the collective presence of multiple species. Finally, for two of the inoculated species, all the models showed poor predictive performance. Our results indicate how environmental and biotic filtering may jointly structure species-rich communities. Overall, the results show that species vary idiosyncratically in their response to biotic and environmental factors, highlighting the need to consider the complexity of species-level responses when predicting community-level changes.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».