MétaCan
Menu
Retour à la cohorte
Enregistrement W1995031769 · doi:10.1666/07081.1

Preservation of spatial and environmental gradients by death assemblages

2009· article· en· W1995031769 sur OpenAlexfundno aff
Adam Tomášových, Susan M. Kidwell

Notice bibliographique

RevuePaleobiology · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésEnvironmental gradientOrdinationEcologyAbundance (ecology)EcosystemSpatial ecologyRelative species abundanceSpatial variabilityBiologyGeographyHabitat

Résumé

récupéré en direct d'OpenAlex

Although only a few studies have explicitly evaluated live-dead agreement of species and community responses to environmental and spatial gradients, paleoecological analyses implicitly assume that death assemblages capture these gradients accurately. We use nine data sets from modern, relatively undisturbed coastal study areas to evaluate how the response of living molluscan assemblages to environmental gradients (water depth and seafloor type; “environmental component” of a gradient) and geographic separation (“spatial component”) is captured by their death assemblages. We find that: 1. Living assemblages vary in composition either in response to environmental gradients alone (consistent with a species-sorting model) or in response to a combination of environmental and spatial gradients (mass-effect model). None of the living assemblages support the neutral model (or the patch-dynamic model), in which variation in species abundance is related to the spatial configuration of stations alone. These findings also support assumptions that mollusk species consistently differ in responses to environmental gradients, and suggest that in the absence of postmortem bias, environmental gradients might be accurately captured by variation in species composition among death assemblages. Death assemblages do in fact respond uniquely to environmental gradients, and show a stronger response when abundances are square-root transformed to downplay the impact of numerically abundant species and increase the effect of rare species. 2. Species' niche positions (position of maximum abundance) along bathymetric and sedimentary gradients in death assemblages show significantly positive rank correlations to species positions in living assemblages in seven of nine data sets (both square-root-transformed and presence-absence data). 3. The proportion of compositional variation explained by environmental gradients in death assemblages is similar to that of counterpart living assemblages. Death assemblages thus show the same ability to capture environmental gradients as do living assemblages. In some instances compositional dissimilarities in death assemblages show higher rank correlation with spatial distances than with environmental gradients, but spatial structure in community composition is mainly driven by spatially structured environmental gradients. 4. Death assemblages correctly identify the dominance of niche metacommunity models in mollusk communities, as revealed by counterpart living assemblages. This analysis of the environmental resolution of death assemblages thus supports fine-scale niche and paleoenvironmental analyses using molluscan fossil records. In spite of taphonomic processes and time-averaging effects that modify community composition, death assemblages largely capture the response of living communities to environmental gradients, partly because of redundancy in community structure that is inherently associated with multispecies assemblages. The molluscan data sets show some degree of redundancy as evidenced by the presence of at least two mutually exclusive subsets of species that replicate the community structure, and simple simulations show that between-sample relationships can be preserved and remain significant even when a large proportion of species is randomly removed from data sets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,224
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations68
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaleobiologyMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207