MétaCan
Menu
Retour à la cohorte
Enregistrement W1920693300 · doi:10.1073/pnas.1513125112

Community rescue in experimental metacommunities

2015· article· en· W1920693300 sur OpenAlexaff
Étienne Low‐Décarie, Marcus Kolber, Paige Homme, Andrea Lofano, Alex J. Dumbrell, Andrew Gonzalez, Graham Bell

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiological dispersalEcologyEnvironmental stressCommunityBiologyDisturbance (geology)Environmental degradationDiversity (politics)Community structureEnvironmental resource managementEcosystemEnvironmental scienceEnvironmental healthPopulation

Résumé

récupéré en direct d'OpenAlex

The conditions that allow biodiversity to recover following severe environmental degradation are poorly understood. We studied community rescue, the recovery of a viable community through the evolutionary rescue of many populations within an evolving community, in metacommunities of soil microbes adapting to a herbicide. The metacommunities occupied a landscape of crossed spatial gradients of the herbicide (Dalapon) and a resource (glucose), whereas their constituent communities were either isolated or connected by dispersal. The spread of adapted communities across the landscape and the persistence of communities when that landscape was degraded were strongly promoted by dispersal, and the capacity to adapt to lethal stress was also related to community size and initial diversity. After abrupt and lethal stress, community rescue was most frequent in communities that had previously experienced sublethal levels of stress and had been connected by dispersal. Community rescue occurred through the evolutionary rescue of both initially common taxa, which remained common, and of initially rare taxa, which grew to dominate the evolved community. Community rescue may allow productivity and biodiversity to recover from severe environmental degradation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,205

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,348
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetEvolution and Genetic DynamicsTravaux en français237 207