Empirical Relationships between Species Richness, Evenness, and Proportional Diversity
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
Diversity (or biodiversity) is typically measured by a species count (richness) and sometimes with an evenness index; it may also be measured by a proportional statistic that combines both measures (e.g., Shannon-Weiner index or H'). These diversity measures are hypothesized to be positively and strongly correlated, but this null hypothesis has not been tested empirically. We used the results of Caswell's neutral model to generate null relationships between richness (S), evenness (J'), and proportional diversity (H'). We tested predictions of the null model against empirical relationships describing data in a literature survey and in four individual studies conducted across various scales. Empirical relationships between log S or J' and H' differed from the null model when <10 species were tested and in plants, vertebrates, and fungi. The empirical relationships were similar to the null model when >10 and <100 species were tested and in invertebrates. If >100 species were used to estimate diversity, the relation between log S and H' was negative. The strongest predictive models included log S and J'. A path analysis indicated that log S and J' were always negatively related, that empirical observations could not be explained without including indirect effects, and that differences between the partials may indicate ecological effects, which suggests that S and J' act like diversity components or that diversity should be measured using a compound statistic.
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 | 0,001 | 0,002 |
| 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