Analogue Particle and Random Packing Models of Ecological Community Formation
Notice bibliographique
Résumé
The apparent constancy of the near linear relationship between logarithm of a specie’s abundance in a community and their rank order led to a brief review of existing species abundance distribution (SAD) models; a proposal of three further classes of analogue models; and an evaluation of a meta data set of empirical vegetation composition data. A new class of models is proposed considered particle packing of circles (2D) or spheres (3D) as representing individuals of species which under different scenarios of arrival, growth, displacement and mortality determine community maximum packing and SAD. Besides the existing random models treating each species as an entity, two further classes are added which considered dismantling rather than assembly models, or retaining identity of taxa species through successive stages of assembly or dismantling models. In each of the models, the resulting form of the SAD was dependent on which metric of an individual (density, area, volume etc) was used as a measure of abundance. A comparison was made between the resulting 576 different models and 432 sets of 10 species and 110 sets of 5 species empirical observations. There was a wide variation in species proportions and a lack of clustering around a particular model. In those comparisons, the particle packing models of individuals were as good as the random models treating species as an entity and did offer a functional explanation of the formation of the SAD. In most models and empirical data the species ranking is done retrospectively so there will always be a high negative correlation between abundance and rank implying a need for a revaluation of the ecological significance of the relationship.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».