Termite-induced heterogeneity in African savanna vegetation: mechanisms and patterns
Notice bibliographique
Résumé
Objectives: To (1) assess the strength of evidence for the role of termites in vegetation heterogeneity in African savannas, and (2) identify the mechanisms by which termites induce such heterogeneity. Location: African savannas. Methods: We conducted a review of the literature, a meta-analysis and qualitative systems analysis to identify mechanisms to explain the observed patterns. Results: The review provided evidence for termite-induced heterogeneity in floristic composition and vegetation patterning in savannas across Africa. Termites induced vegetation heterogeneity directly or indirectly through their nest-building and foraging activities, associated nutrient cycling and their interaction with mammalian herbivores and fire. The literature reviewed indicated that termite mounds essentially act as islands of fertility, which are responsible for ecosystem-level spatial heterogeneity in savannas. This was supported by the meta-analysis, which demonstrated that mounds of Ancistrotermes, Macrotermes, Odontotermes (family Macrotermitinae), Cubitermes (family Termitinae) and Trinervitermes (Nasutitermitinae) are significantly enriched in clay (75%), carbon (16%), total nitrogen (42%), calcium (232%), potassium (306%) and magnesium (154%) compared to the surrounding savanna soil. Conclusions: Termite activity is one of the major factors that induce vegetation patterning in African savannas. The implications of this are discussed and research questions for future studies and modelling efforts are indicated.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».