Distribution of abundance across the range in eastern North American trees
Notice bibliographique
Résumé
ABSTRACT Aim We analysed spatial datasets of abundance across the entirety, or near entirety, of the geographical ranges of 134 tree species to test macroecological hypotheses concerning the distribution of abundance across geographical ranges. Location Our abundance estimates came via the USDA Forest Service Forest Inventory and Analysis Eastwide Database, which contains data for 134 eastern North American tree species. Methods We extracted measures of range size and the spatial location of abundance relative to position in the range for each species to test four hypotheses: (a) species occur in low abundance throughout most of their geographical range; (b) there is a positive interspecific relationship between abundance and range size; (c) species are more abundant in the centre of their range; and (d) there is a bimodal distribution of spatial autocorrelation in abundance across a species range. Results Our results demonstrate that (a) most species (85%) are abundant somewhere in their geographical range; (b) species achieving relatively high abundance tend to have larger range sizes; (c) the widely held assumption that species exhibit an ‘abundant‐centre distribution’ is not well supported for the majority of species; we suggest ‘abundant‐core’ as a more suitable term; and (d) there is no evidence of a bimodal distribution of spatial autocorrelation in abundance. Main Conclusions For many tree species, high abundance can be achieved at any position in the range, though suitable sites are found with less frequency towards range edges. Competitive relationships may be involved in the distribution of abundance across tree ranges and species with larger ranges (and possibly broader niches) may be affected more by biotic interactions than smaller ranging species.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».