MétaCan
Menu
Retour à la cohorte
Enregistrement W1976092738 · doi:10.1111/j.1654-109x.2012.01198.x

Plant traits – a tool for restoration?

2012· article· en· W1976092738 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueApplied Vegetation Science · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesCalifornia Department of Fish and WildlifeU.S. Fish and Wildlife ServiceNature ConservancyNature Conservancy of CanadaWashington Department of Fish and WildlifeOregon State University
Mots-clésBiologyTraitEcologyPlant speciesRestoration ecology

Résumé

récupéré en direct d'OpenAlex

Abstract Question Most results of restoration efforts are species‐specific and/or site‐specific and therefore are not general enough to be easily applied to other species and other sites. Our research addresses the issue of species‐specific results by investigating the feasibility of using plant traits instead of taxonomic identity to characterize species responses to restoration treatments. Location Ten bunchgrass prairie sites in the P acific N orthwest of N orth A merica ( O regon and zashington, USA ; B ritish C olumbia, C anada). Methods We developed two types of quantitative models for each of ten prairie restoration sites: (1) plant trait models, which related plant traits to species field responses following restoration management treatments; and (2) species identity models, which related species taxonomic identity to species field responses following restoration management treatments. Species identity models determined the maximum amount of variability of field responses that can be explained by differences in individual species' responses to management treatments. Plant trait models determined what proportion of this explanatory power can be attributed to plant traits. The two model types addressed the following specific questions: (1) how much of the variability in field responses (changes in cover) of plants to restoration management treatments is explained by plant traits; and (2) how well do plant traits explain the variability of field responses (changes in cover) following restoration management treatments compared to models relating field responses to species identity? Results (1) The plant trait models explained much of the variability within each of the ten restoration sites, with R 2 values ranging between 31% and 69%. (2) The species identity models explained between 47% and 74% of variability of change in cover ( R 2 ). Thus, the plant trait models explained nearly as much variability as the species identity models. In seven out of nine sites, the plant trait models were superior to the species identity models, as measured by AIC , i.e. the trait models did well at explaining variability with less model complexity. Conclusion Strong explanatory power of plant trait models supports the feasibility of using plant traits instead of species taxonomic identity as a common language to characterize plant field responses (changes in cover) to restoration treatments.

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.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,530

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,246 · 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