A novel phylogenetic regionalization of phytogeographical zones of southern Africa reveals their hidden evolutionary affinities
Notice bibliographique
Résumé
Abstract Aim Although existing bioregional classification schemes often consider the compositional affinities within regional biotas, they do not typically incorporate phylogenetic information explicitly. Because phylogeny captures information on the evolutionary history of taxa, it provides a powerful tool for delineating biogeographical boundaries and for establishing relationships among them. Here, we present the first vegetation delineation of the woody flora of southern Africa based upon evolutionary relationships. Location Southern Africa. Methods We used a published time‐calibrated phylogenetic tree for 1400 woody plant species along with their geographical distributions and a metric of phylogenetic beta diversity to generate a phylogenetic delineation of the woody vegetation of southern Africa. We then explored environmental correlates of phylogenetic turnover between them, and the evolutionary distinctiveness of the taxa within them. Results We identified 15 phylogenetically distinct biogeographical units, here referred to as phyloregions. The largest phyloregion broadly overlaps with Savanna vegetation, while the phyloregion overlapping with the south‐western portion of the Fynbos biome is the most evolutionarily distinct. Potential evapotranspiration and mean annual temperature differ significantly among phyloregions and correlate with patterns of phylogenetic beta diversity between them. Our phylogeny‐based delimitation of southern Africa's woody vegetation broadly matches currently recognized phytogeographical classifications, but also highlights parts of the Namib Karoo and Greater Limpopo Transfrontier Park as distinct, but previously under‐recognized biogeographical units. Main conclusions Our analysis provides new insights into the structure and phylogenetic relationships among the woody flora of southern Africa. We show that evolutionary affinities differentiate phyloregions closely resembling existing vegetation classifications, yet also identify ‘cryptic’ phyloregions that are as evolutionarily distinct as some of the recognized African vegetation types.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».