Data from: Do correlated responses to multiple environmental changes exacerbate or mitigate species loss?
Notice bibliographique
Résumé
AbstractBiological communities face multiple global changes simultaneously, and predicting how they will respond remains a key challenge. Co-tolerance theory offers a framework for understanding how species-level responses to multiple stressors affect community properties. Co-tolerance theory predicts that positive correlations in species responses (i.e., species that are susceptible to one stressor are more likely to be highly susceptible to a second) lessen total species loss, essentially because species cannot be eliminated from a community twice. However, it is unclear whether several of the tenets of co-tolerance theory describe real-world communities, and what consequences result from such deviations. Here, we use an empirical dataset of bird community response to land-use change over a climate gradient to examine co-tolerance theory’s tenet that environmental changes only harm species (not benefit them). We show that this tenet is not met, and then use simulations to examine how predictions of total species richness and community intactness vary when multiple environmental changes both harm and benefit particular species in the community. Finally, we conduct a sensitivity analysis, examining how the average species response to environmental change, as well as the variance among species, can further alter predictions. Overall, we find that predictions of co-tolerance theory can break down when communities contain species that benefit from some environmental changes. As a result, the presence of multiple environmental changes can either compound or mitigate species loss when species’ responses are positively correlated, preventing a one-size-fits-all statement regarding the effects of correlated responses. This finding highlights the need to carefully consider the underlying mechanisms of community change when making policy assessments regarding the consequences of correlations of species responses to environmental impacts.
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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 ».