Changes in Patterns of Species Co‐occurrence across Two Tropical Cloud Forests Differing in Soil Nutrients and Air Temperature
Notice bibliographique
Résumé
Abstract Patterns of co‐occurrence of species are increasingly used to examine the contribution of biotic interactions to community assembly. We assessed patterns of co‐occurrence at four scales, in two types of tropical cloud forests in Hainan Island, China (tropical montane evergreen forests, TMEF and tropical dwarf forests, TDF) that varied significantly in soil nutrients and temperature. We tested if the patterns of co‐occurrence changed when we sorted species into classes by abundance and diameter at breast height (dbh). Co‐occurrence differed by forest type and with plot size, with significant species aggregation observed across larger plots in TDF and patterns of species segregation observed in smaller plots in TMEF. Analyses of differential abundance and dbh classes also showed that smaller plots in TMEF tend to have negative co‐occurrence patterns, but larger plots in TDF tend to show patterns of aggregation, suggesting competitive and facilitative interactions. This underscores the scale‐dependence of the processes contributing to community assembly. Furthermore, it is consistent with predictions of the stress gradient hypothesis that facilitation will be most important in biological systems subject to abiotic stress, while competition will be more important in less abiotically stressful habitats. Our results clearly demonstrate that these two types of tropical cloud forest exhibit different co‐occurrence patterns, and that these patterns are scale‐dependent, though independent of plant abundance and size class.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».