ENERGY, WATER, AND BROAD-SCALE GEOGRAPHIC PATTERNS OF SPECIES RICHNESS
Notice bibliographique
Résumé
It is often claimed that we do not understand the forces driving the global diversity gradient. However, an extensive literature suggests that contemporary climate constrains terrestrial taxonomic richness over broad geographic extents. Here, we review the empirical literature to examine the nature and form of the relationship between climate and richness. Our goals were to document the support for the climatically based energy hypothesis, and within the constraints imposed by correlative analyses, to evaluate two versions of the hypothesis: the productivity and ambient energy hypotheses. Focusing on studies extending over 800 km, we found that measures of energy, water, or water–energy balance explain spatial variation in richness better than other climatic and non-climatic variables in 82 of 85 cases. Even when considered individually and in isolation, water/energy variables explain on average over 60% of the variation in the richness of a wide range of plant and animal groups. Further, water variables usually represent the strongest predictors in the tropics, subtropics, and warm temperate zones, whereas energy variables (for animals) or water–energy variables (for plants) dominate in high latitudes. We conclude that the interaction between water and energy, either directly or indirectly (via plant productivity), provides a strong explanation for globally extensive plant and animal diversity gradients, but for animals there also is a latitudinal shift in the relative importance of ambient energy vs. water moving from the poles to the equator. Although contemporary climate is not the only factor influencing species richness and may not explain the diversity pattern for all taxonomic groups, it is clear that understanding water–energy dynamics is critical to future biodiversity research. Analyses that do not include water–energy variables are missing a key component for explaining broad-scale patterns of diversity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».