Dormancy in Caladenia: a Bayesian approach to evaluating latency
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.
Notice bibliographique
Résumé
Dormancy is common in many terrestrial orchids in southern Australia and other temperate environments. The difficulty for conservation and management when considering dormancy is ascertaining whether non-emergent plants are dormant or dead. Here we use a multi-state capture–recapture method, undertaken over several seasons, to determine the likelihood of a plant becoming dormant or dying following its annual emergent period and evaluate the frequency of the length of dormancy. We assess the transition probabilities from time series of varying lengths for the following nine terrestrial orchids in the genus Caladenia: C. amoena, C. argocalla, C. clavigera, C. elegans, C. graniticola, C. macroclavia, C. oenochila, C. rosella and C. valida from Victoria, South Australia and Western Australia. We used a Bayesian approach for estimating survivorship, dormancy and the likelihood of death from capture–recapture data. Considering all species together, the probability of surviving from one year to the next was ~86%, whereas the likelihood of observing an individual above ground in two consecutive years was ~74%. All species showed dormancy of predominantly 1 year, whereas dormancy of three or more years was extremely rare (<2%). The results have practical implications for conservation, in that (1) population sizes of Caladenia species are more easily estimated by being able to distinguish the likelihood of an unseen individual being dormant or dead, (2) population dynamics of individuals can be evaluated by using a 1–3-year dormancy period and (3) survey effort is not wasted on monitoring individuals that have not emerged for many years.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle