MétaCan
Menu
← Retour à la cohorte
Enregistrement W2133173021

What makes nutrient-poor mediterranean heathlands so rich in plant diversity?

2000· article· en· W2133173021 sur OpenAlexaff
Irene C. Wisheu, Michael L. Rosenzweig, Linda Olsvig‐Whittaker, Avi Shmida

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMediterranean climateShrublandBiologyShrubNutrientChaparralEcologySoil nutrientsSclerophyllPlant communityEcosystemAgronomySpecies richness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mediterranean heathlands with extremely low soil-nutrient concentrations (the fynbos of South Africa and the kwongan of Australia) have plant species diversities several times greater than one would expect from their areas. A combination of three factors provides a sufficient explanation for these diversities: First, poor soils favour shrubs that are killed by fire and reestablish from seed (‘seeders’). Otherwise, the frequent fires in most mediterranean heathlands favour shrubs that can re-sprout (‘sprouters’). Second, the numeric dominance of seeders on poor soil lowers their extinction rates. Third, seeders have relatively short generation times and thus increased speciation rates. Elevated speciation rates coupled with depressed rates of extinction lead to enhanced diversities. We elucidate this scenario and discuss evidence that favours the first factor. The evidence comes from 23 previously unanalysed sample plots surveyed by R.H. Whittaker and from two supplemental data sets. In mature fynbos and kwongan, 90 and 93% respectively of the shrub cover belongs to shrubs that re-seed after fire. In maquis (Israel), chaparral (California) and matorral (Chile), the proportion is considerably smaller. Mature strandveld, a South African shrubland superficially like fynbos but with richer soil, has only 29% seeders, although it is physically adjacent to fynbos. We suggest that nutrient-poor soil may favour seeders because the extra investment in underground organs is not worth the cost: pulses of nutrients released by fire lie mostly on top of the soil, inaccessible to new growth sprouting from subterranean lignotubers or epicormic buds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,216
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations56
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→