Can competitive ability predict structure in experimental plant communities?
Notice bibliographique
Résumé
Abstract Question: Two questions were posed: 1. Can an independent measure of relative competitive ability be used to predict the abundance of species in mixtures? 2. Is the success of those predictions affected by low fertility (stress simulation) or clipping (disturbance simulation)? Location: Greenhouse at Carleton University, Ottawa, Canada. Methods: We collected adult plant ramets of 11 species from the field and transplanted one ramet of each species into 56 containers of 60 L. We applied a 4 × 2 factorial combination of fertilization (none, full nutrients except N, full nutrients except P, full nutrients) and clipping (no clipping, clipping to 10 cm above soil) with seven replicates of each treatment. After two growing seasons the above‐ and below‐ground biomass of each species was determined. Results: Regression analyses uncovered a significant positive relationship between plant biomass (measured in this study) and relative competitive ability (as measured in an independent study) under all experimental conditions. Both the mean slope and meanR2were lowest in treatments with low nutrients and highest in the full nutrient treatment (irrespective of clipping). Conclusions: Our results show that (1) at high fertility, relative competitive ability can generally predict the abundance of species in experimental plant communities, and (2) the intensity of competition (inferred from the magnitude of the slope orR2) increased with increasing nutrient supply, particularly nitrogen.
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 | 0,002 | 0,005 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».