Percentage leaf herbivory across vascular plant species
Notice bibliographique
Résumé
Herbivory is viewed as a major driver of plant evolution and the most important energy pathway from plants to higher trophic levels. Therefore, understanding patterns of herbivory on plants remains a key focus in evolution and ecology. The evolutionary impacts of leaf herbivory include altering plant fitness, local adaptation, the evolution of defenses, and the diversification of plants as well as natural enemies. Leaf herbivory also impacts ecological processes such as plant productivity, community composition, and ecosystem nutrient cycling. Understanding the impact of herbivory on these ecological and evolutionary processes requires species‐specific, as opposed to community‐level, measures of herbivory. In addition, species‐specific data enables the use of modern comparative methods to account for phylogenetic non‐independence. Although hundreds of studies have measured natural rates of leaf consumption, we are unaware of any accessible compilation of these data. We created such a data set to provide the raw data needed to test general hypotheses relating to plant–herbivore interactions and to test the influence of biotic and abiotic factors on herbivory rates across large spatial scales. A large repository will make this endeavor more efficient and robust. In total, we compiled 2641 population‐level measures for either annual or daily rates of leaf herbivory across 1145 species of vascular plants collected from 189 studies. All damage measures represent natural occurrences of herbivory that span numerous angiosperm, gymnosperm, and fern species. To enable researchers to explore the causes of variation in herbivory and how these might interact, we added information about the study sites including: geolocation, climate classification, habitat descriptions (e.g., seashore, grassland, forest, agricultural fields), and plant trait information concerning growth form and duration (e.g., annual vs. perennial). We also included extensive details of the methodology used to measure leaf damage, including seasons and months of sampling, age of leaves, and the method used to estimate percentage area missing. We anticipate that these data will make it possible to test important hypotheses in the plant–herbivore literature, including the plant apparency hypothesis, the latitudinal‐herbivory defense hypothesis, the resource availability hypothesis, and the macroevolutionary escalation of defense hypothesis.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».