Reduced intraspecific variation in lake trout food webs under warmer temperatures and smaller ecosystem sizes
Notice bibliographique
Résumé
Food web theory has illustrated that mobile top predators, such as lake trout (Salvelinus namaycush), can be potent stabilizers of food webs due to their ability to shift foraging behaviors in response to changing conditions. Consistent with this, research has demonstrated that mean lake trout food web attributes (i.e., trophic position and nearshore coupling) structurally change across environmental gradients; however, intraspecific variation in these attributes across gradients has not been fully explored. Here, we used stable isotope-based food web metrics to investigate how both mean and intraspecific variation in trophic structure changes in Canadian boreal shield lakes across gradients in ecosystem size, temperature, and competition. Consistent with earlier findings, we find nearshore coupling decreases and trophic position increases with warmer summer climate. In contrast to previous findings, increasing lake area predicted increased nearshore coupling and was not associated with lake trout trophic position. Our results show that warmer temperatures and smaller ecosystem sizes reduce the expression of intraspecific variation in food web structures. Specifically, larger lakes increased variation in nearshore coupling and trophic position, resulting in larger niche areas, and warmer lakes reduced variation in nearshore coupling and tended to generate smaller niche areas. Interestingly, we found little evidence for the relative abundance of lake trout or other predator taxa (surrogates of intra- and interspecific competition) influencing mean and variance in lake trout trophic structure. Intraspecific variation can promote ecosystem resilience by enabling diverse individual responses that help buffer populations against environmental change. Therefore, reduction in intraspecific variation in smaller, warmer lakes may have undesirable consequences for lake trout and the biota in these Canadian boreal shield lakes, leaving these ecosystems less able to adjust to future perturbations.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 ».