EcoVeg: a new approach to vegetation description and classification
Notice bibliographique
Résumé
A vegetation classification approach is needed that can describe the diversity of terrestrial ecosystems and their transformations over large time frames, span the full range of spatial and geographic scales across the globe, and provide knowledge of reference conditions and current states of ecosystems required to make decisions about conservation and resource management. We summarize the scientific basis for EcoVeg, a physiognomic‐floristic‐ecological classification approach that applies to existing vegetation, both cultural (planted and dominated by human processes) and natural (spontaneously formed and dominated by nonhuman ecological processes). The classification is based on a set of vegetation criteria, including physiognomy (growth forms, structure) and floristics (compositional similarity and characteristic species combinations), in conjunction with ecological characteristics, including site factors, disturbance, bioclimate, and biogeography. For natural vegetation, the rationale for the upper levels (formation types) is based on the relation between global‐scale vegetation patterns and macroclimate, hydrology, and substrate. The rationale for the middle levels is based on scaling from regional formations (divisions) to regional floristic‐physiognomic types (macrogroup and group) that respond to meso‐scale biogeographic, climatic, disturbance, and site factors. Finally, the lower levels (alliance and association) are defined by detailed floristic composition that responds to local to regional topo‐edaphic and disturbance gradients. For cultural vegetation, the rationale is similar, but types are based on distinctive vegetation physiognomy and floristics that reflect human activities. The hierarchy provides a structure that organizes regional/continental vegetation patterns in the context of global patterns. A formal nomenclature is provided, along with a descriptive template that provides the differentiating criteria for each type at all levels of the hierarchy. Formation types have been described for the globe; divisions and macrogroups for North America, Latin America and Africa; groups, alliances and associations for the United States, parts of Canada, Latin America and, in partnership with other classifications that share these levels, many other parts of the globe.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».