MétaCan
Menu
Retour à la cohorte
Enregistrement W2079731761 · doi:10.1111/j.1365-2427.2010.02397.x

Functional diversity is positively associated with biomass for lake diatoms

2010· article· en· W2079731761 sur OpenAlexafffundabout
Richard J. Vogt, Beatrix E. Beisner, Yves T. Prairie

Notice bibliographique

RevueFreshwater Biology · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpecies richnessDiatomEcologyBiodiversityBiomass (ecology)Species evennessBiologyEcosystemFunctional diversityCommunitySpecies diversityCommunity structure

Résumé

récupéré en direct d'OpenAlex

Summary 1. Recent work has emphasised the benefit of using functional measures when relating biodiversity to ecosystem functioning. In this study, we investigated the extent to which functional and taxonomic diversity might be related to summed biovolume in community assemblages of 212 species of diatoms collected from 65 temperate lakes in western and central Quebec, Canada. 2. We quantified functional diversity as both the total path‐length of a functional dendrogram (FD) and the variance in species traits (TV) for a given community. Selected traits included both size and responses to a set of environmental variables known to be influential for diatom communities. 3. Species richness, as well as both FD and TV, was positively associated with total diatom biovolume at the level of the entire diatom community, suggesting that diversity in response types (particularly to total phosphorus and pH) is important for diatom community production. 4. Although functional measures of diversity did not provide enhanced explanatory power over species richness, we argue that an exploration of functional traits potentially allows greater insight into the mechanisms underlying biodiversity–ecosystem functioning relations, indicating which traits might be most influential in driving community biomass production.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,259
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations42
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetDiatoms and Algae ResearchTravaux en français237 207