A test of physical limitation to specific substrata during establishment for<i>Didymodon johansenii</i>, a rare moss
Notice bibliographique
Résumé
The rare moss, Didymodon johansenii, occurs only on substrata with a fine layer of calcareous silt. In Alberta, these substrata are mainly logs and tree bases. Such substratum specificity patterns may relate to species interactions with the substratum itself, with other species, or a combination. Direct species–substratum interactions are most crucial during the establishment stage, and may be either physiologically or physically based, with physical limitations pertaining to substrata such as rocks or logs where it is difficult for propagules to attach. Substratum specificity of D. johansenii was quantified through logistic regression analysis of log characteristics. Didymodon johansenii has a higher probability of occurrence on logs with a silt layer, high bryophyte species richness (at least four other species) and in later decay stages. Logs with this combination of characteristics were termed 'suitable'. 'Unsuitable' logs are those in early decay stages, with no silt layer and low species diversity. W hen environmental variables were compared for these log groups, suitable and unsuitable logs did not differ significantly in terms of ambient light or temperature, but water stress was lower on suitable logs. Regeneration from gametophyte fragments was tested on suitable and unsuitable logs in plots with and without a silt layer. Silt was the most important factor influencing the number of fragments alive at the end of the study. Sprouting of fragments was positively related to both the silt application and the number of fragments alive at collection time. Differences in environmental conditions on logs did not relate to fragment performance. In Alberta, the relationship between D. johansenii's rarity and substratum limitation is confirmed and the mechanism for this restriction is principally physical adherence of fragments to substratum during establishment. Silt also may have long-term effects on the moss species' growth rate that could relate to its competitive and reproductive capabilities.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».